Using social media records to inform conservation planning
Notice bibliographique
Résumé
Citizen science plays a crucial role in helping monitor biodiversity and inform conservation. With the widespread use of smartphones, many people share biodiversity information on social media, but this information is still not widely used in conservation. Focusing on Bangladesh, a tropical megadiverse and mega-populated country, we examined the importance of social media records in conservation decision-making. We collated species distribution records for birds and butterflies from Facebook and Global Biodiversity Information Facility (GBIF), grouped them into GBIF-only and combined GBIF and Facebook data, and investigated the differences in identifying critical conservation areas. Adding Facebook data to GBIF data improved the accuracy of systematic conservation planning assessments by identifying additional important conservation areas in the northwest, southeast, and central parts of Bangladesh, extending priority conservation areas by 4,000-10,000 km2 . Community efforts are needed to drive the implementation of the ambitious Kunming-Montreal Global Biodiversity Framework targets, especially in megadiverse tropical countries with a lack of reliable and up-to-date species distribution data. We highlight that conservation planning can be enhanced by including available data gathered from social media platforms.Registros de las redes sociales para guiar la planeación de la conservación Resumen La ciencia ciudadana es importante para monitorear la biodiversidad e informar la conservación. Con el creciente uso de los teléfonos inteligentes, muchas personas comparten información de la biodiversidad en redes sociales, pero todavía no se usa ampliamente en la conservación. Analizamos la importancia de los registros de las redes sociales para las decisiones de conservación enfocados en Bangladesh, un país tropical megadiverso y mega poblado. Cotejamos los registros de distribución de especies de aves y mariposas en Facebook y Global Biodiversity Information Facility (GBIF), las agrupamos en datos sólo de GBIF o datos combinados de Facebook y GBIF e investigamos las diferencias en la identificación de las áreas de conservación críticas. La combinación de los datos de Facebook con los de GBIF mejoró la precisión de las evaluaciones de la planeación de la conservación sistemática al identificar otras áreas importantes de conservación en el noroeste, sureste y centro de Bangladesh, extendiendo así las áreas prioritarias de conservación en unos 4,000-10,000 km2 . Se requieren esfuerzos comunitarios para impulsar la implementación de los objetivos ambiciosos del Marco Global de Biodiversidad Kunming-Montreal, especialmente en países tropicales que carecen de datos confiables y actuales sobre la distribución de las especies. Destacamos que la planeación de la conservación puede mejorarse si se incluye información tomada de las redes sociales.【摘要】 公民科学在帮助监测生物多样性和提供保护信息方面发挥着至关重要的作用。随着智能手机的广泛使用, 许多人会在社交媒体上分享生物多样性信息, 但这些信息仍未被广泛用于保护。本研究聚焦于孟加拉国这个生物多样性丰富、人口众多的热带国家, 探究了社交媒体记录在保护决策中的重要性。我们整理了来自Facebook和全球生物多样性信息网络(GBIF)的鸟类和蝴蝶物种分布记录, 将其分为纯GBIF数据和GBIF-Facebook整合数据, 并分析了其在确定重点保护区域方面的差异。我们发现, 在GBIF数据的基础上增加Facebook数据, 可以在孟加拉国西北部、东南部和中部地区确定额外的重要保护区域, 将优先保护区扩大了4000-10000平方公里, 提高了系统性保护规划评估的准确性。推动实施雄心勃勃的昆明-蒙特利尔全球生物多样性框架目标需要社会各界的努力, 尤其是在生物多样性高但缺乏最新物种分布可靠数据的热带国家。最后, 本研究强调了将来自社交媒体平台的可用数据纳入保护规划, 可以提升保护规划的效果。【翻译: 胡怡思; 审校: 聂永刚】.
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 | 0,005 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,012 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,007 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
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 ».