The Red List of Finnish Species 2019
Notice bibliographique
Résumé
Julkaisussa esitellään Suomen lajien viides uhanalaisuusarviointi. Suomen lajimäärän arvioidaan nykyään olevan vähintään 48 000. Riittävät tiedot uhanalaisuusarviointiin oli 22 418 lajista tai alemmasta taksonista, mikä on noin 47 % lajistosta. Uhanalaisiksi arvioitiin 2 668 lajia tai alempaa taksonia eli noin 11,9 % arvioiduista lajeista. Punaisen listan lajeja, joihin kuuluvat uhanalaisten lisäksi hävinneet, silmälläpidettävät ja puutteellisesti tunnetut on yhteensä 6 683 (29,8 %). Arvioiduista lajeista äärimmäisen uhanalaisia (CR) on 489, erittäin uhanalaisia (EN) 918, vaarantuneita (VU) 1 260, silmälläpidettäviä (NT) 1 912, puutteellisesti tunnettuja (DD) 1 792, hävinneitä (RE) 312 ja elinvoimaisia (LC) 15 735. Arviointi tehtiin Kansainvälisen luonnonsuojeluliiton (IUCN) ohjeiden ja kriteerien mukaan. IUCN:n alueellisen uhanalaisuusarvioinnin kriteerit perustuvat lajien havaittuun, arvioituun, pääteltyyn tai ennustettuun populaatioiden pienenemiseen, levinneisyys- tai esiintymisalueen kokoon, pieneen ja jatkuvasti taantuvaan tai hyvin pieneen populaatioon tai kvantitatiiviseen analyysiin. Lisäksi Suomessa on dokumentoitu lajien elinympäristöt sekä uhanalaisuuden syyt ja uhkatekijät. Enemmistö uhanalaisista lajeista elää metsissä (31 %) sekä perinneympäristöissä ja muissa ihmisen muuttamissa ympäristöissä (24 %). Uhanalaisten osuus kunkin elinympäristön arvioiduista lajeista on korkein tunturipaljakalla (37,9 %). Uhanalaisten lajien määrä on suurin hemiboreaalisella ja eteläboreaalisella vyöhykkeellä Etelä-Suomessa. Julkaisussa vertaillaan arvioinnin tuloksia vuoden 2010 tuloksiin esimerkiksi uhanalaisuusindeksin avulla. Lisäksi julkaisussa tarkastellaan vuoden 2010 uhanalaisuusarvioinnin ohjausryhmän ehdotusten toteutumista. Arvioinnin tulosten pohjalta Eliölajien uhanalaisuuden arvioinnin ohjausryhmä (LAUHA) esittää 13 toimenpide-ehdotusta uhanalaisten lajien suojelun, hoidon, tutkimuksen ja seurannan järjestämiseksi ja rahoittamiseksi. Arvioinnit on tehty eliöryhmäkohtaisissa työryhmissä ja työn tulokset esitellään eliöryhmittäin 39 luvussa.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,254 | 0,173 |
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 ».