From environmental DNA into actionable biodiversity data: Towards the implementation of the Kunming-Montreal Global Biodiversity Framework
Notice bibliographique
Résumé
Biodiversity is declining at an alarming rate due to ongoing habitat destruction, climate change, pollution, the spread of invasive species, and unsustainable use of natural resources. In response, the Kunming-Montreal Global Biodiversity Framework (KMGBF), adopted in 2022, outlines a transformative goal to reverse biodiversity loss by 2030. The framework focuses on three main pillars: mitigating biodiversity threats, advancing implementation, and ensuring fair and sustainable use of biological resources. Meeting these objectives requires the adoption of innovative, adaptable, and inclusive monitoring strategies. Among these, environmental DNA (eDNA) has gained recognition as a non-invasive biodiversity assessment method that detects trace genetic material in environmental samples like sediment, soil, water, and air. Compared to conventional survey techniques, eDNA offers improved accuracy, sampling flexibility, and a non-destructive approach to monitoring ecosystems. Herein, we examine eDNA's role in achieving KMGBF goals to enable fulfilment of the Convention on Biological Diversity's vision of living in harmony with nature by 2050. We discuss its use in meeting several KMGBF targets including early detection of invasive species, enhancing biosecurity, monitoring species recovery, assessing pollution impacts, and supporting climate resilience. The standardization of eDNA protocols and alignment with FAIR (Findable, Accessible, Interoperable, Reusable) data principles ensure that results are transparent and interoperable across regions and platforms. Integrating eDNA into existing biodiversity monitoring networks enhances conservation planning, restoration efforts, and the management of protected areas. Additionally, eDNA facilitates inclusive conservation by supporting Indigenous-led and community-based monitoring, promoting stewardship, and enabling equitable access to biodiversity data worldwide.
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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».