b3alien: A Python package to assess the introduction rate of alien species in a FAIR and reproducible way
Notice bibliographique
Résumé
Abstract The Kunming–Montreal Global Biodiversity Framework outlines an ambitious pathway to achieve harmony with nature by 2050, with 23 targets for 2030. Among them, Target 6 seeks to reduce invasive alien species (IAS) introductions by 50% and minimize their impacts. Achieving and monitoring progress towards this target is highly challenging, as observed first records rarely reflect true introduction rates due to detection lags influenced by survey effort, detectability, and taxonomic expertise. To address this, statistical methods, such as the approach proposed by Solow and Costello, account for detection delays and provide a more reliable basis for estimating IAS establishment rates. This forms the basis of “Headline Indicator 6.1” within a wider suite of component and complementary indicators that together describe invasion dynamics and impacts. Reliable monitoring requires transparent, reproducible tools that can integrate diverse data sources. Here, we present b3alien, a software package developed to facilitate calculation of Target 6 indicators. Built on the biodiversity data cube framework from the Biodiversity Building Blocks for Policy (B-Cubed) project, b3alien leverages the Global Biodiversity Information Facility (GBIF) infrastructure, including its Taxonomic Backbone and the Global Register of Introduced and Invasive Species (GRIIS). By integrating GBIF occurrence records with checklists and complementary datasets, the tool enables robust estimation of IAS establishment rates while supporting additional invasion-related indicators. Outputs are technically rigorous yet accessible, ensuring usability for policymakers and stakeholders. The basic workflow is using a GBIF-based occurrence cube, which can be extended by incorporating citizen science contributions, private datasets, and customized checklists, thereby ensuring flexibility and adaptability across contexts. By aligning with FAIR data principles, b3alien ensures indicators are findable, accessible, interoperable, and reusable. Importantly, the approach empowers countries to build their own indicators on open, community-driven infrastructures, lowering technical and financial barriers, fostering bottom-up ownership, and ensuring scientific and policy credibility. In summary, b3alien demonstrates how open infrastructures, standardized data, and reproducible workflows can make IAS monitoring both accessible and scientifically robust. By bridging biodiversity data with actionable policy insights, it provides a practical and equitable pathway to support the ambitions of the Global Biodiversity Framework’s Target 6.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,062 | 0,036 |
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 source (Gemma direct ou Codex distillé), 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 ».