MétaCan
Menu
← Retour à la cohorte
Enregistrement W6889008618 · doi:10.25338/b80g7z

Global human influence maps reveal clear opportunities in conserving Earth’s remaining intact terrestrial ecosystems

2020· dataset· en· W6889008618 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2020
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésBiomeEcosystemTerrestrial ecosystemTemperate climateBiodiversityBorealAridLand useConvention on Biological DiversityDeforestation (computer science)Subtropics

Résumé

récupéré en direct d'OpenAlex

Leading up to the 2020 Convention on Biological Diversity there is momentum around setting bold conservation targets. Yet it remains unclear how much of Earth’s land area remains without significant human influence and where this land is located. We compare four recent global maps of human influences across Earth’s land, Anthromes, Global Human Modification, Human Footprint, and Low Impact Areas, to answer these questions. Despite using various methodologies and data, these different spatial assessments independently estimate similar percentages of the Earth’s terrestrial surface as having very low (20-34%) and low (48-56%) human influence. Three out of four spatial assessments agree on 46% of the non-permanent ice- or snow-covered land as having low human influence. However, much of the very low and low influence portions of the planet are comprised of cold (e.g., boreal forests, montane grasslands and tundra) or arid (e.g., deserts) landscapes. Only four biomes (boreal forests, deserts, temperate coniferous forests and tundra) have a majority of datasets agreeing that at least half of their area has very low human influence. More concerning, <1% of temperate grasslands, tropical coniferous forests and tropical dry forests have very low human influence across most datasets, and tropical grasslands, mangroves and montane grasslands also have <1% land identified as very low influence across all datasets. These findings suggest that about half of Earth’s terrestrial surface has relatively low human influence and offers opportunities for proactive conservation actions to retain the last intact ecosystems on the planet. However, though the relative abundance of ecosystem areas with low human influence varies widely by biome, conserving these last intact areas should be a high priority before they are completely lost.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,006
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,090
Tête enseignante GPT0,288
Écart entre enseignants0,199 · 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
GenreJeu de données

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

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Travaux en français237 207→