Balancing efficiency and rigour in horizon scanning: an application to the management of invasive non-indigenous species in the marine waters of Eastern Canada
Notice bibliographique
Résumé
Horizon scanning, the systematic identification and risk assessment of potential non-indigenous species (NIS) for a given area of interest, is an important tool for preventative management of invasive NIS.However, existing horizon scans for invasive NIS exhibit methodological trade-offs, either being comprehensive in scope but resource-intensive (e.g.requiring large groups of experts) or resourceefficient but narrow in scope (e.g.focused on one taxon), neither of which are ideal for small-scale management contexts where managers are responsible for a broad scope of invasive NIS taxa but resources are limited.We developed a horizon scanning approach combining methodological efficiency with a broad scope and applied it to marine NIS in the Fisheries and Oceans Canada Maritimes Region (DFO Mar), a large geographic region in eastern Canada with a small management team that is a hotspot for marine NIS.We achieved a novel balance between comprehensiveness and efficiency by combining elements of existing horizon scanning methodologies with data-driven species filtering and an empirically optimized screening-level risk assessment (SLRA) protocol.We identified western Europe and eastern North America as the most likely source regions of marine NIS for DFO Mar, and compiled an initial list of 2525 potential NIS from these areas.After filtering this list for species of interest, using data from taxonomic and species distribution databases and the literature, we assessed 190 species using the SLRA protocol and flagged an additional 239 for future reassessment.Of the assessed species, 29 were determined to have a high relative risk of becoming invasive in DFO Mar, with 69 posing a moderate relative risk.The results of this horizon scan will inform marine invasive species management in DFO Mar.Additionally, the methodologies developed in this study can be adapted for use in horizon scanning exercises in other regions, particularly in small-scale management contexts.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».