Mass support for conserving 30% of the Earth by 2030: Experimental evidence from five continents
Notice bibliographique
Résumé
Rapid global expansion of protected areas is critical for safeguarding biodiversity but depends on political action for successful implementation. Following widespread ratification of the Kunming-Montreal Global Biodiversity Framework, an unprecedented increase in area-based conservation is required to reach its target of conserving 30% of land, waters, and seas by 2030. These expansions prompt difficult trade-offs between conservation, social, and economic interests. A key factor in securing legitimacy and practical feasibility for expansion regimes is understanding what factors determine public support for them. Using survey and experimental data, we show that in eight countries across five continents, public opinion is 1) strongly in favor of the "30-by-30"-target and 2) highly consistent regarding policy priorities for the design of international- and domestic-level expansion regimes. We find that for international-level policy regimes, support increases with protection responsibilities equally split between countries, rich countries bearing higher costs, more countries actively cooperating, and placement trade not allowed. For domestic-level policy regimes, support generally increases when nature values are prioritized over social or economic values and, in many countries, decreases when costs are borne by a general tax increase, parks are managed by private companies, and when access to parks is restricted. Together, these results demonstrate how protected area expansion policies can be shaped to facilitate reaching 30% protected areas by 2030.
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 | 0,002 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».