Ecological representation and conservation gaps of South Korea’s protected areas
Notice bibliographique
Résumé
Summary The Convention on Biological Diversity, ratified by 196 countries including South Korea, aims to protect at least 30% of the world’s land, inland waters and marine areas by 2030 as part of the Kunming–Montreal Global Biodiversity Framework. Beyond increasing protected areas (PAs), promoting biodiversity by protecting different ecosystem types is crucial. We investigated whether South Korea’s PAs evenly cover various ecosystem types. We examined overlaps between the Korean Database of Protected Areas (KDPA) and the Korean adapted Ecosystem Typology (KET) map, which modified the International Union for Conservation of Nature (IUCN) Global Ecosystem Typology (GET) three-level ecosystem functional group map based on South Korea’s land cover. Compared to the biogeographical ecoregion map, the KET map provides finer ecological detail on representation within PAs and reveals the under-representation of human-influenced ecosystems; eight human-influenced ecosystem functional groups, including rice paddies and urban and industrial ecosystems that may contribute to biodiversity or cultural value, had <10% protection. The T2.2 deciduous temperate forest type dominates, covering 54.79% of PA area across 18 of 27 PA categories. This concentrated protection has led to up to 24 overlapping PA designations in certain locations. Expanding protection for under-represented ecosystems and diversifying governance could help South Korea align with global biodiversity goals.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».