MétaCan
Menu
Retour à la cohorte
Enregistrement W4410409901 · doi:10.1002/fee.2853

How can China curb biological invasions to meet Kunming‐Montreal Target 6?

2025· review· en· W4410409901 sur OpenAlexaboutno aff
Rui‐Ting Ju, John Measey, Qiang He, Xiaoqing Xian, Jianguo Liu, William J. Sutherland, Bo Li, Jihua Wu

Notice bibliographique

RevueFrontiers in Ecology and the Environment · 2025
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBiological Control of Invasive Species
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChinaEnvironmental protectionGeographyEnvironmental scienceArchaeology

Résumé

récupéré en direct d'OpenAlex

To meet Kunming‐Montreal Target 6 of the Convention on Biological Diversity (CBD), we argue that more comprehensive measures are needed to manage invasive alien species (IAS), which is especially true for China, given that it is undergoing an unprecedented wave of invasions due to its rapid development. Here, we consider the status of IAS in China, evaluate China's ongoing countermeasures against IAS, and provide recommendations for improving management. In total, 802 IAS have been identified in China. Facing the growing threats of IAS, China has made progress in IAS management, but more stringent and thorough measures are still required. In addition to improving legislation and governance, China should strengthen transdisciplinary and proactive research, implement more comprehensive prevention and control actions against IAS, and enhance international cooperation and translational education. By creating a model for IAS management that other countries can follow, China's efforts can contribute substantially to the CBD's Kunming‐Montreal 2030 Global Targets.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil0,594

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,202
Écart entre enseignants0,179 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Ecology and the EnvironmentMême sujetBiological Control of Invasive SpeciesTravaux en français237 207