Selecting indicators to track progress towards the Global Biodiversity Framework: a case study of Quebec's 2030 Nature Plan
Notice bibliographique
Résumé
Selecting biodiversity indicators to report national and subnational progress towards the Kunming-Montreal Global Biodiversity Framework (GBF) is a major challenge, one made even more urgent by the fast-approaching 2030 targets. To identify appropriate indicators, the selection process must be streamlined, while remaining transparent, effective, and with the active engagement of stakeholders from the academic, public, and private sectors. We present guidelines for the selection of biodiversity indicators to track progress towards 2030 targets in the context of the GBF, with a case study of the province-level indicator recommendation process for Quebec's 2030 Nature Plan. We outline six steps to develop a shortlist of indicators that are relevant to targets, fulfill minimum criteria of scientific quality given available biodiversity data, and practical to inform decisions and on-the-ground conservation actions. We present the rationale and outcomes of this selection process, culminating in 15 biodiversity indicators that we recommended for Quebec's 2030 Nature Plan. Going forward, we recommend continuing to build trust across sectors, developing communication guidelines to standardise indicator reporting, and testing indicator performance at national and subnational scales. Overall, this case study demonstrates that with active engagement and cooperation, we can rapidly rise to the challenge of identifying the indicators we need to track biodiversity change.
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 | 0,000 | 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 | 0,000 | 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 ».