MétaCan
Menu
Retour à la cohorte
Enregistrement W4409031009 · doi:10.3389/fcosc.2025.1505451

50 years of invertebrate conservation under the United States Endangered Species Act—history and threats to species

2025· article· en· W4409031009 sur OpenAlexaff
Vaughn Shirey, Jayme M. M. Lewthwaite, Ann Marie Gawel, Laura Melissa Guzman

Notice bibliographique

RevueFrontiers in Conservation Science · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésEndangered speciesInvertebrateGeographyEcologyUmbrella speciesFisheryBiologyHabitat

Résumé

récupéré en direct d'OpenAlex

Introduction The United States Endangered Species Act celebrated its 50th anniversary in 2023. As a hallmark piece of environmental legislation, the Act has successfully prevented the extinction of hundreds of species. During these last 50 years, we have observed the decline of many species of invertebrates, resulting in the listing of 356 species. Methods Here, we summarize the state of endangered invertebrates using text mining to review all listing documents, including listing decisions, species status assessments, critical habitat designations, and status reviews. In our review, we evaluate the most prevalent threats for aquatic and terrestrial invertebrates. Results We found that invertebrates have been assessed and listed consistently in the past 50 years, and the last eight years have seen an uptick in status reviews. Further, we find that pollution, natural system modifications (such as dams), and intrinsic factors (such as small population sizes or number of populations) are the major contributing threats to aquatic invertebrates. On the other hand, problematic biotic factors (such as invasive species), climate change, residential and commercial development, and pollution are the major threats to terrestrial invertebrates. Discussion Overall, our study reviews the current threats to invertebrates and provides a baseline for the next 50 years in the face of a shifting threat and conservation arena.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,076
Tête enseignante GPT0,238
Écart entre enseignants0,162 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Conservation ScienceMême sujetPlant and animal studiesTravaux en français237 207