Sandy beach ecosystem and species red listing highlight priorities for beach conservation and restoration
Notice bibliographique
Résumé
Sandy beach ecosystems and species are often referred to as ‘threatened’ or even ‘endangered’. These terms carry specific meaning in the context of IUCN Red Listing, and although the expert judgement is largely correct, rarely are there formal assessments to back up the claims that beach ecosystems and species are at risk. Our aim was to undertake the first ecosystem and species red listing for sandy beaches and their macrofauna. The IUCN Red List of Ecosystems criteria were applied to the 12 sandy beach ecosystem types in South Africa, using ecosystem maps, data on pressures to beaches, and structured expert assessment. The IUCN Red List of Species criteria were applied to 20 macrofauna species, using data from GBIF, iNaturalist, and field sampling, maps of threats to beaches, literature, and expert opinion. Three ecosystem types are Endangered, with a further four types being Near Threatened, and the remaining five being Least Concern. Of the 20 species assessed, four are Endangered ( Tylos capensis , Tylos granulatus , Acanthoscelis ruficornis, Donax serra ), three are Near Threatened ( Africorchestia quadrispinosa, Capeorchestia capensis , Pachyphaleria capensis ), and the remaining 13 are Least Concern. Notably, six of the seven threatened and Near Threatened species are supralittoral animals, and the other is harvested. We propose doing these analyses worldwide because systematic red listing can benchmark the risk of beach ecosystem and biodiversity loss, and highlight priorities for conservation and restoration, especially given the goals and targets in the Kunming-Montreal Global Biodiversity Framework.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».