<b>The global trade of rarity</b>
Notice bibliographique
Résumé
The script run analyses of the Global trade of rare species of Orchids. The File is a R script containing the most relevants analyses. Data wrangling was performed using script "exploration" and "Taxonomic curation". In "orc_22", the analyses and figure's scripts to reproduce the resullts of the paper.<br><br>Novelty is highly valued in global wildlife trade, with small-range and newly described species often particularly sought-after. Yet current regulations are insufficient to trace the origin and extent of sensitive species in global trade. Focusing on orchid trade under the Convention on International Trade in Endangered Species-CITES between 1977-2022, we found that Colombia and Ecuador are export hubs of native species. Whilst, 705 species were never traded from their native countries, with Germany, Canada, Netherlands, and South Korea key exporters, and USA a key importer of non-native species. Single-country endemics dominate species-level trade, whilst 155 newly described species entered trade within 2-years of description. Concerningly, 248.6 million individuals have been traded under ambiguous genus- or family-level names. This highlights systematic issues hampering the transparency, traceability, and regulation of international trade, and future challenges for ensuring native range countries receive adequate compensation through Access and Benefit Sharing agreements.<br>
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,033 | 0,000 |
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.
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 tête enseignante, 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 ».