MétaCan
Menu
Retour à la cohorte
Enregistrement W4414553738 · doi:10.1007/s10531-025-03138-2

Not all protected areas are created equal: quality vs quantity in the quest to achieve 30 × 30

2025· article· en· W4414553738 sur OpenAlexaffabout
Jonathan R. Cole, Cheryl A. Johnson

Notice bibliographique

RevueBiodiversity and Conservation · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésThreatened speciesSpecies richnessBiodiversityEcosystemProtected areaGlobal biodiversityClimate changeEcosystem services

Résumé

récupéré en direct d'OpenAlex

Abstract The adoption of the Kunming-Montreal Global Biodiversity Framework empowers signatory countries to take meaningful action in addressing the global biodiversity crisis. The framework’s first eight targets are aimed at directly reducing threats to biodiversity, with Target 3 calling for the global protection of at least 30% of terrestrial and inland water areas by 2030. We use the protected area networks to assess progress toward achieving the quantitative 30 × 30 target and ecological representation within, as well as specific elements of Targets 1, 3, 4, and 8, on ecological integrity, threatened species, species richness and climate stable areas for six signatory countries: Australia, Canada, Finland, Germany, New Zealand, and the United Kingdom. We quantified the extent and degree of protection of terrestrial and inland water areas in each country and the representation of ecoregions and Key Biodiversity Areas (KBAs) within each country’s protected area network (Target 3). We used species distribution maps to assess whether identified hotspots of threatened species and species richness were protected by the protected area networks (Target 4). We also quantified the extent to which climate-stable areas (Target 8), and large intact ecosystems (Target 1) were captured by protected area networks. Our findings revealed substantial variation in protection levels across countries. While Germany and New Zealand have exceeded their 30 × 30 commitments, Canada and Finland continue to lag behind. Levels of strict protection were particularly high in Canada, Finland, and New Zealand. While Australia, Canada, and Finland protect large areas of intact ecosystems, threatened species hotspots, species richness hotspots, and climate-stable areas were poorly represented across most protected area networks, and less than half of all ecoregions had 30% or more of their areas protected. With the 2030 deadline fast approaching, these findings highlight key gaps and provide actionable guidance to strengthen progress toward Targets 1, 3, 4, and 8.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,176
Tête enseignante GPT0,254
Écart entre enseignants0,078 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiodiversity and ConservationMême sujetEconomic and Environmental ValuationTravaux en français237 207