BIODIVERSIDADE E DIREITOS HUMANOS: OS DESAFIOS DO ACORDO KUNMING-MONTREAL
Bibliographic record
Abstract
O artigo explora os impactos do Acordo Quadro de Biodiversidade Global de Kunming-Montreal, adotado por ocasião da 15ª Conferência das Partes da Convenção da Biodiversidade das Nações Unidas. O objetivo principal da pesquisa consiste em demonstrar os aspectos inovadores do acordo e verificar os desafios para alcance das metas estabelecidas. As metas ambiciosas do acordo atendem a urgência de proteção da biodiversidade diante da ameaça acelerada da extinção de espécies. Desta forma, a pesquisa desenvolvida é relevante considerando a importância do acordo para a vida no planeta. Os objetivos específicos referem-se a examinar as implicações do acordo no cenário brasileiro. Para tanto, são analisadas a meta de proteção de 30% da superfície terrestre até 2030, considerando as particularidades das terras indígenas, e a meta da redução do uso de pesticidas na agricultura. O estudo conclui que o Acordo Kunming Montreal estabelece um novo marco para a proteção da biodiversidade, mas que a efetiva implementação das metas dependerá do grau de comprometimento dos países signatários. No caso do Brasil, os desafios são ainda maiores considerando o cenário de violações sistemáticas de direitos dos povos indígenas e o envenenamento consentido do meio ambiente. O método utilizado foi o dedutivo com a técnica de pesquisa bibliográfica e documental.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".