Biodiversity damaging subsidies in Switzerland – an overview
Notice bibliographique
Résumé
Through Aichi Target 3, all signatory states of the Biodiversity Convention were committed to eliminate, phase out or minimize biodiversity damaging subsidies by 2020. None of the signatory states has achieved this goal. It has therefore been again included in the Kunming-Montreal Agreement of 2022, in Target 18. Switzerland has included the intention of the Aichi Target 3 in its national biodiversity strategy (Bundesblatt, 2012). In 2020, a study was published by the Federal Research Institute for Forest, Snow and Landscape (WSL) that provides a broad overview of subsidies with negative effects on biodiversity (Gubler et al., 2020). The assessment covers subsidies of the following areas: transport; agriculture; forestry; settlement development; energy production and consumption; tourism; flood protection and wastewater disposal. The study is based on a broad understanding of the term subsidy, which also includes tax reductions and non-internalised external costs. The 162 subsidies identified were then categorised and assessed in terms of their level of damage. In 2022, the Federal Office for the Environment (FOEN) prioritized, based on the WSL study, eight subsidies. The relevant federal offices are now commissioned to examine the impact of these eight subsidies on biodiversity more deeply and to submit proposals for their reform by 2024. Beside targeting single subsidies, another way to minimise the negative effects on biodiversity would be to include biodiversity and environmental goals in the process of subsidy allocation or in the general increase of policy coherence between the individual sectoral policies.
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 | 0,001 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».