MétaCan
Menu
Retour à la cohorte
Enregistrement W4414925393 · doi:10.1016/j.tree.2025.09.007

Multiple-use spatial planning for sustainable development and conservation

2025· review· en· W4414925393 sur OpenAlexaff
Sandra Neubert, Jennifer McGowan, Kristian Metcalfe, Jeffrey O. Hanson, Kristine Camille V. Buenafe, Alvise Dabalà, Daniel C. Dunn, Jason D. Everett, Hugh P. Possingham, Vanessa Stelzenmüller, Andy Estep, Jamison Ervin, Anthony J. Richardson

Notice bibliographique

RevueTrends in Ecology & Evolution · 2025
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensCarleton University
Organismes subventionnairesUniversity of QueenslandUniversity of Exeter
Mots-clésSpatial planningMarine spatial planningSustainable developmentBalance (ability)SustainabilityNatural resourceResource (disambiguation)Integrated business planning

Résumé

récupéré en direct d'OpenAlex

Growing global demands for food, energy, and resources drive competition for space while increasing pressure on natural systems, highlighting the need to balance sustainable resource use with biodiversity conservation. While multiple-use spatial planning provides a pathway to balance this trade-off, there is limited guidance for selecting appropriate optimization approaches and their integration into terrestrial, freshwater, and marine planning processes. Here we explore the current state of multiple-use spatial planning and the challenges that hinder its adoption, including the timing of interventions, economic impacts of planning decisions, capacity building, and alignment with development priorities. We aim to make multiple-use planning more accessible to researchers and practitioners and stimulate its wider uptake to help meet international ecological, economic, and social goals.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,007
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,031
Tête enseignante GPT0,294
Écart entre enseignants0,264 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations5
Publié2025
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueTrends in Ecology & EvolutionMême sujetLand Use and Ecosystem ServicesTravaux en français237 207