La biodiversité : concepts, tendances, menaces et perspectives
Bibliographic record
Abstract
La biodiversité est un terme charismatique et phare de notre époque, de plus en plus employé dans la science, par les politiques et la société en général. Cependant, selon les personnes et contextes, ce terme n’est pas toujours défini de la même manière et peut renvoyer à une multitude d’enjeux, en particulier son érosion dont la réalité est à présent reconnue. À travers un article de vulgarisation et de synthèse, les auteurs, Sandra Diaz et Yadvinder Malhi, travaillant respectivement en Argentine et au Royaume Unis, proposent d’interroger le concept de biodiversité : comment la définir ? Comment l’évaluer, combien y a-t-il d’espèces vivantes : plusieurs millions ou plusieurs milliards ? >> Le saviez-vous ? Près de 90 % des espèces connues sont terrestres. Les auteurs discutent également l’ampleur des impacts humains sur la biodiversité, en particulier les vitesses d’extinction, qui peuvent être 100, 1000, 10 000 voire 100 000 fois plus rapides, en fonction des groupes d’espèces vivantes que lors des 5 grandes extinctions de masse connues. Ou encore les périodes pendant lesquelles les impacts massifs ont commencé. >> Le saviez-vous ? Plus de 98 % de la biomasse des mammifères a déjà disparu il y a 10 000 ans en raison de la chasse, de l’occupation de l’espace et de la transformation des paysages. Enfin, les auteurs examinent les causes profondes de l’extinction moderne en lien avec les facteurs directs et indirects de pression. >> Le saviez-vous ? 23 % du déclin de la biodiversité est dû à l’exploitation directe des espèces, comme la chasse, la pêche, la foresterie, l’agriculture, et non pas seulement à la surexploitation comme on entend souvent ?
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.106 | 0.106 |
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; both teacher heads agree on what is shown here.
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".