Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

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

Descrizione del progetto

Una nuova soluzione di apprendimento automatico per la valutazione del rischio di estinzione

Il rapido aumento della minaccia alla biodiversità globale causata dai cambiamenti climatici indotti dall’uomo ha sollecitato urgenti appelli per l’attuazione di nuove politiche e azioni volte a migliorare e sviluppare gli sforzi di conservazione. La valutazione del rischio di estinzione contemporanea delle specie è fondamentale per quantificare la crisi della biodiversità e orientare le misure di conservazione; tuttavia, a causa di distorsioni a livello tassonomico, molti taxa poco studiati, in particolare quelli che abitano gli ambienti d’acqua dolce, ricevono valutazioni inadeguate e una protezione minima. Il progetto PROTECT, finanziato dal programma di azioni Marie Skłodowska-Curie, utilizzerà tecnologie innovative come l’apprendimento automatico al fine di identificare i fattori predittivi del rischio di estinzione contemporanea negli habitat d’acqua dolce, prestando particolare attenzione alle specie di hydrobiidae. Gli sforzi che ne deriveranno aumenteranno la comprensione dei predittori di tale rischio, miglioreranno l’integrazione dei quadri di riferimento per la conservazione e rafforzeranno i metodi di categorizzazione.

Obiettivo

"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."

Campo scientifico (EuroSciVoc)

CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.

È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione

Parole chiave

Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).

Programma(i)

Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.

Argomento(i)

Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.

Meccanismo di finanziamento

Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.

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

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.

(si apre in una nuova finestra) HORIZON-MSCA-2023-PF-01

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

AGENCIA ESTATAL CONSEJO SUPERIOR DE INVESTIGACIONES CIENTIFICAS
Contributo netto dell'UE

Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.

€ 181 152,96
Indirizzo
CALLE SERRANO 117
28006 MADRID
Spagna

Mostra sulla mappa

Regione
Comunidad de Madrid Comunidad de Madrid Madrid
Tipo di attività
Research Organisations
Collegamenti
Costo totale

I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.

Nessun dato
Il mio fascicolo 0 0