Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS

A machine learning conservation apPROach to evaluaTE extinCTion risk in freshwater biodiversity

Description du projet

Une nouvelle solution d’apprentissage automatique pour l’évaluation du risque d’extinction

L’accroissement rapide de la menace qui pèse sur la biodiversité mondiale liée au changement climatique induit par l’homme a suscité des appels urgents en faveur de l’application de nouvelles politiques et actions visant à renforcer et à élargir les efforts de conservation. L’évaluation du risque d’extinction contemporain (REC) des espèces est cruciale pour quantifier la crise de la biodiversité et orienter les mesures de conservation. Toutefois, de nombreux taxons peu étudiés, en particulier ceux qui vivent dans des environnements d’eau douce, restent mal évalués en raison de préjugés taxonomiques et ne bénéficient que d’une protection minimale. Le projet PROTECT, financé par le MSCA, fera appel à des technologies innovantes telles que l’apprentissage automatique pour identifier les prédicteurs de CER dans les habitats d’eau douce, en se concentrant spécifiquement sur les espèces d’Hydrobiidae. Les efforts qui en résulteront permettront de mieux comprendre les prédicteurs du REC, d’améliorer l’intégration de cadres de conservation et de perfectionner les méthodes de catégorisation.

Objectif

"Accurate assessments of species’ contemporaneous extinction risk (CER) are vital to quantifying the current biodiversity crisis and prioritising conservation efforts. However, the most comprehensive global dataset of CER - the IUCN Red List of Threatened Species - is taxonomically biased due to the lengthy assessment process, leaving understudied taxa, such as those in freshwaters, under no formal PROTECTion. Prediction-based models based on novel machine learning methods enable large-scale automated assessments of CER, reducing data deficits rapidly. The main goal of this project is to identify predictors of CER in freshwater habitats, focusing on the largest family of freshwater gastropods, the Hydrobiidae. First, we will use a deep-learning approach to automatically predict the Red List status of hundreds of hydrobiid species from multiple regions and ecosystems that have not been evaluated yet, basing the predictions on ecological and macroevolutionary data. Second, high-throughput sequencing methods will be conducted for the first time in this taxon to compare microevolutionary diversity with population trends derived from long-term field surveys. Last, by establishing a multifactorial prediction-based method, the project will identify which features (ecological, macro-, microevolutionary or all) are meaningful to inferring CER in freshwater organisms. The implications of this proposal are threefold and relevant to scientific, technological and societal concerns. Our findings may provide a basis for comparing predictors of CER across taxa. They will also open up a more integrative framework for conservation actions, moving beyond species-by-species categorisation. Focussing on the ""Natural Resources, Agriculture & Environment"" area from HORIZON 2021-2027, this project addresses knowledge gaps in species threats and safeguards freshwater resources, illustrating this with understudied taxa."

Champ scientifique (EuroSciVoc)

CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Mots‑clés

Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

(s’ouvre dans une nouvelle fenêtre) HORIZON-MSCA-2023-PF-01

Voir tous les projets financés au titre de cet appel

Coordinateur

AGENCIA ESTATAL CONSEJO SUPERIOR DE INVESTIGACIONES CIENTIFICAS
Contribution nette de l'UE

La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.

€ 181 152,96
Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

Aucune donnée
Mon livret 0 0