MétaCan
Menu
Retour à la cohorte
Enregistrement W4414895595 · doi:10.1139/facets-2025-0031

To protect or forget? Comparing species at risk legislation across Canada’s common-law provinces

2025· article· en· W4414895595 sur OpenAlexaffvenueabout
Jordyn Bogetti, Courtney W. Mason

Notice bibliographique

RevueFACETS · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésLegislationGovernment (linguistics)Statutory lawRisk assessmentBiodiversityHarm

Résumé

récupéré en direct d'OpenAlex

Species across the globe are at risk of disappearing due to a human-driven extinction crisis. One of the most important tools for combating biodiversity loss is species at risk legislation. Of Canada’s nine common law provinces, only five have enacted legislation specifically designated to address species at risk protections. The other four have their protections included within nonspecies at risk laws and regulations. In this research, we compared the content and completeness of species at risk protections among the provinces. To achieve this, we assessed the language of each province’s legislation using statutory interpretation and legal analysis and made a rubric to assign numerical scores to each province based on the thoroughness of their protections. We also examined how many provinces that had listed species at risk had corresponding conservation plans, a demonstration that a government is taking action to protect and conserve at risk species. We find that jurisdictions with designated species at risk legislation significantly outscore those without designated legislation. This indicates that they have more comprehensive and stronger protections for species at risk.

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)0,000
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 enseignants0,349
Score d'incertitude au seuil0,511

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,245
Écart entre enseignants0,233 · 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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFACETSMême sujetFire effects on ecosystemsTravaux en français237 207