Descargar Informe del taller: Fomento de los derechos comunitarios en la conservación basada en zonas geográficas específicas
Bibliographic record
Abstract
La Conferencia de las Partes en el Convenio sobre Biodiversidad (COP15) celebrada a finales de 2022 marcó la adopción del Marco Mundial Kunming-Montreal de la Diversidad Biológica (Global Biodiversity Framework, GBF) y su principal objetivo de conservación basado en áreas, que aboga por la conservación de al menos el 30% de las zonas terrestres, de aguas interiores, costeras y marinas para 2030 (comúnmente denominado como 30×30). El reconocimiento de la importante contribución de los Pueblos Indígenas y de las comunidades locales a la conservación de la biodiversidad es fundamental para este objetivo y para el marco en general. La adopción del GBF ha abierto nuevas oportunidades y riesgos para la implementación de sus objetivos de área en consonancia con los enfoques de conservación basados en los derechos y liderados por la comunidad. Con las negociaciones ya concluidas, es esencial centrar la atención y la acción en la implementación y monitoreo de los enfoques de conservación basados en los derechos para estos objetivos de área, especialmente a nivel nacional. Para ello también es necesario aumentar la comprensión mutua y la colaboración entre los principales grupos y organizaciones que pueden apoyar la conservación basada en los derechos. En este contexto, La Iniciativa para los Derechos y los Recursos (RRI), Campaign for Nature (C4N), el Consorcio TICCA y la Alianza Global de Comunidades Territoriales (GATC) organizaron un taller de un día de duración durante la Semana del Clima de Nueva York, 2023, con el propósito de movilizar la colaboración y la acción en torno a los enfoques de conservación basados en los derechos para la implementación y el monitoreo de los objetivos 30×30.Este informe recoge los mensajes clave de este debate.
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 | 0.012 | 0.037 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.008 | 0.011 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.005 | 0.005 |
| Insufficient payload (model declined to judge) | 0.027 | 0.006 |
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".