Assessing economic exposure to nature nature-related risks
Notice bibliographique
Résumé
La dégradation accélérée de la biodiversité expose les activités économiques et financières à des risques systémiques comparables à ceux liés au changement climatique. Nous proposons une méthode qui permet d’évaluer l’exposition socio-économique aussi bien aux risques physiques que de transitions de la plupart des pays du monde en recourant à des bases de données ouvertes et gratuites. Un exemple d’application d’évaluation de l’exposition de l’économie de l’Afrique du Sud est fourni. Cette méthode est perfectible. Elle ne suffit pas à réaliser des notations de risque pays ou des prises de décision d’allocation de capitaux ou de financement, mais elle fournit une évaluation préliminaire qui peut guider des diligences plus poussées et des prises de décisions plus éclairées de financement. Elle peut aider un large éventail de parties prenantes, de décideurs publics, de régulateurs de marché, d’entreprises et d’institutions financières à atteindre les objectifs d’amélioration du suivi, de l’évaluation et de la divulgation transparente des risques, des dépendances et des impacts sur la biodiversité des acteurs économiques. Elle peut ainsi contribuer à la réalisation de la cible 15 du Cadre mondial pour la biodiversité de Kunming-Montréal, ou à la mise en œuvre des recommandations de la Task-Force on Nature-related Financial Disclosure (TNFD) ou de la directive européenne relative à l’information sur le développement durable des entreprises (CSRD).
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 | 0,006 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».