A Horizon Scan watchlist of freshwater non-indigenous species in the maritime provinces of Canada
Notice bibliographique
Résumé
There is a growing in-flux of non-indigenous species (NIS) brought to new locations via anthropogenic pathways, some of which are harmful to ecosystems, economies, and social and cultural health of receiving environments.In order to protect native ecosystems from invasion by novel NIS, watchlists of potentially problematic species are required but this task can feel overwhelming when considering the vastness of global biodiversity.To date in Canada, the Great Lakes are the only jurisdiction to have generated a freshwater NIS watchlist and published the associated methods.Here we compiled a working list of 4,446 species (plants, invertebrates, vertebrates) which was refined to 221 species based on taxa of interest (i.e.freshwater species), climate matching, invasion status and history, and associated vector presence, to focus on species relevant to the Maritime Provinces of Canada (i.e.Nova Scotia, New Brunswick, and Prince Edward Island).Using a rapid-level risk assessment tool applied to the refined species list, we identified 130 NIS as high-risk invaders to the Maritimes.We also identified numerous species with knowledge gaps that require further research.Common gaps included species' ecological thresholds, summaries of direct and indirect ecosystem impacts, and socio-economic impacts of species.We also noted the vectors associated with each of the 221 species.Although this work is specific to the Maritimes, the methodology and species list (including risk assessments) could easily be adapted to other regions of Canada or elsewhere.This project represents the first Canadian-led multi-province, multi-taxon, large scale horizon scan aimed at identifying species for management action, including listing in legislation.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».