MétaCan
Menu
← Retour à la cohorte
Enregistrement W4415983745 · doi:10.32942/x2f35k

How much monitoring is needed to reliably track progress towards genetic diversity targets?

2025· article· W4415983745 sur OpenAlexfundno aff
Katherine Hébert, Laura Pollock, Sean Hoban

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic diversity and population structure
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversité de Sherbrooke
Mots-clésBiodiversityMeasurement of biodiversityPopulationGlobal biodiversityGenetic diversitySafeguarding

Résumé

récupéré en direct d'OpenAlex

Achieving global biodiversity targets hinges on indicators of biodiversity change that convert raw data into reliable numbers that can shape policy, conservation, management, and, ultimately, the future of biodiversity worldwide. Indicators can only be used confidently if they detect and summarise biodiversity trends as intended, given the available data worldwide. Knowing whether indicators can reliably detect and summarize trends as intended requires robust testing, which is a challenging and under-developed practice. Here, we test the performance of a genetic diversity indicator of the Global Biodiversity Framework (GBF), the Proportion of populations with an effective size greater than 500 (or, Ne>500) and show that it can be reliably reported under realistic scenarios of population trends, monitoring frequency, and observer error. To ensure this reliability, our results suggest that monitoring programs aim to monitor populations every 1 to 4 years, at least 40% of populations per species, and at least 8% (species pools of several thousands), 23% (species pools 300 to 500 species) or 56% (species pools <100) of the targeted species richness. These findings show that the indicator is, in addition to being feasible and meaningful, technically reliable under realistic biodiversity monitoring schemes. Going forward, it is still essential to invest in genetic monitoring using indicators and DNA-based data, given the goal of safeguarding genetic diversity in the Global Biodiversity Framework. Beyond this indicator, we emphasize that performance testing is needed for more indicators to ensure reliable progress tracking towards the GBF targets and the global goal of halting biodiversity loss.

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)0,058
score de la tête « metaresearch » (Gemma)0,155
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,305

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0580,155
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,003
Communication savante0,0050,014
Science ouverte0,0030,002
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,015
Tête enseignante GPT0,253
Écart entre enseignants0,238 · 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'étudeSimulation ou modélisation
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'admission1
Résumé présentoui

Explorer davantage

Même sujetGenetic diversity and population structure→Travaux en français237 207→