Mặc dù 3 điểm nêu trên chưa phải đã đủ, nhưng chắc chắn không thể giải đáp. Vì vậy, khó mà tin vài lập luận đơn giản về “tính khả thi” lại có thể mang ra áp dụng cho cộng đồng trên không gian sinh thái rộng lớn.

Khi châu Phi đối mặt với những thách thức ngày càng lớn về an ninh lương thực, nuôi trồng thủy sản đã trở thành nguồn dinh dưỡng và sinh kế thiết yếu. Tuy nhiên, việc ngành này phụ thuộc nặng nề vào bột cá (fishmeal)—loại thức ăn có chi phí cao và gây tổn hại môi trường—đang đe dọa cả tính khả thi kinh tế lẫn tính bền vững sinh thái. Để giải quyết vấn đề này, Iheanacho và cộng sự (...) [2] đã đưa ra một tổng quan toàn diện, nhấn mạnh vai trò then chốt của các nguồn protein thay thế trong việc xây dựng một ngành nuôi thủy sản bền vững tại châu Phi. (shrink)

Đánh bắt ngoài ý muốn các loài động vật có vú biển và các loài được bảo vệ trong khai thác thủy sản (fisheries bycatch) vẫn là một mối đe dọa lớn đối với đa dạng sinh học đại dương.

Khi châu Phi đối mặt với những thách thức ngày càng lớn về an ninh lương thực, nuôi trồng thủy sản đã trở thành nguồn dinh dưỡng và sinh kế thiết yếu. Tuy nhiên, việc ngành này phụ thuộc nặng nề vào bột cá (fishmeal)—loại thức ăn có chi phí cao và gây tổn hại môi trường—đang đe dọa cả tính khả thi kinh tế lẫn tính bền vững sinh thái. Để giải quyết vấn đề này, Iheanacho và cộng sự (...) [2] đã đưa ra một tổng quan toàn diện, nhấn mạnh vai trò then chốt của các nguồn protein thay thế trong việc xây dựng một ngành nuôi thủy sản bền vững tại châu Phi. (shrink)

Fisheries bycatch—the accidental capture of marine mammals and other protected species—remains a major threat to ocean biodiversity. Traditional management tools, like fishing bans or gear restrictions, often fail to encourage fishers to change their behavior effectively. A new study by Bellanger et al. (2025) introduces a practical framework to evaluate incentive-based approaches that aim to align conservation goals with the motivations of those working at sea.

Air pollution is widely recognized as a threat to public health, but a new study reveals it also quietly undermines economic growth by suppressing innovation. In their study, Bracht and Verhoeven [2] quantify this overlooked impact, showing how exposure to fine particulate matter (PM2.5) impairs inventive output across Europe.

Ô nhiễm không khí từ lâu đã được công nhận là mối đe dọa nghiêm trọng đối với sức khỏe cộng đồng. Tuy nhiên, một nghiên cứu mới cho thấy nó còn âm thầm kìm hãm tăng trưởng kinh tế bằng cách làm suy giảm khả năng đổi mới sáng tạo.

Government programs aiming to enhance energy efficiency among low-income households often emphasize financial incentives [2,3]. However, such programs frequently face low uptake, even when subsidies are generous. A recent study evaluating Germany’s Refrigerator Replacement Program (RRP) reveals that procedural design—how assistance is delivered—can rival or even surpass the impact of monetary support [4].

As Africa faces growing food security challenges, aquaculture has become an essential source of nutrition and livelihood. However, the sector’s heavy reliance on costly and environmentally detrimental fishmeal threatens both its economic viability and ecological sustainability. In response, Iheanacho et al. [2] present a comprehensive review emphasizing the critical role of alternative protein sources in fostering resilient aquaculture across the continent.

Despite increasing awareness of the environmental and health harms associated with car-centric societies—including greenhouse gas emissions, air pollution, road injuries, and social exclusion—efforts to shift transport systems remain slow [2,3]. A recent international study by Walker and te Brömmelstroet [4] identifies a crucial, yet often overlooked, barrier: motonormativity—the widespread tendency to judge motorized transport more favorably than non-motorized options [5].

In environmental and economic policymaking, the provision of shared resources—such as clean air, wildlife conservation, or geoengineering—can trigger conflict rather than consensus [2,3]. In their recent study, Erik Ansink and Hans-Peter Weikard [4] examine such dilemmas through the lens of “public gobs,” a term for resources that are perceived as beneficial by some and harmful by others, depending on the level of provision [5].

Trong một thế giới toàn cầu hóa, các loài thú vốn chỉ xuất hiện ở những môi trường sống bản địa nay ngày càng được tìm thấy tại các hệ sinh thái xa lạ.

Khác với hàng hóa công truyền thống, vốn được xem là mong muốn bởi tất cả và thường gặp tình trạng cung cấp thiếu, public gobs đặt ra thách thức phức tạp hơn.

Nguồn gốc của vấn đề nằm ở cấu trúc trọng số trong tiêu chí chấm điểm.

Hiện tượng động vật đưa ra quyết định trong tự nhiên—chẳng hạn như chọn nơi kiếm ăn, thời điểm di cư hay cách thức tương tác xã hội—từ lâu đã là một thách thức khoa học do sự phức tạp và biến đổi không ngừng của môi trường sống.

As industrial and agricultural activities intensify, managing river pollution has become a pressing environmental and policy challenge. In their recent study, Yang, Ansink, and Gudmundsson [2] introduce a new framework—the river pollution claims problem—to guide the fair and effective allocation of pollution permits among agents situated along a river.

Consider a set of shuffled observations drawn from a fixed probability distribution over some instance domain. What enables learning of inductive generalizations which proceed from such a set of observations? The scenario is worthwhile because it epistemically characterizes most of machine learning. This kind of learning from observations is also inverse and ill-posed. What reduces the non-uniqueness of its result and, thus, its problematic epistemic justification, which stems from a one-to-many relation between the observations and many learnable generalizations? The paper (...) argues that this role belongs to any complexity regularization which satisfies Norton’s Material Theory of Induction (MTI) by localizing the inductive risk to facts in the given domain. A prime example of the localization is the Lottery Ticket Hypothesis (LTH) about overparameterized neural networks. The explanation of MTI’s role in complexity regularization of neural networks is provided by analyzing the stability of Empirical Risk Minimization (ERM), an inductive rule that controls the learning process and leads to an inductive generalization on the given set of observations. In cases where ERM might become asymptotically unstable, making the justification of the generalization by uniform convergence unavailable, LTH and MTI can be used to define a local stability. A priori, overparameterized neural networks are such cases and the combination of LTH and MTI can block ERM’s trivialization caused by equalizing the strengths of its inductive support for risk minimization. We bring closer the investigation of generalization in artificial neural networks and the study of inductive inference and show the division of labor between MTI and the optimality justifications (developed by Gerhard Schurz) in machine learning. (shrink)

In a globalized world, mammals once confined to specific native habitats are increasingly found in foreign ecosystems. While many introduced species are labeled as invasive, a paradox arises when some of these species are themselves threatened with extinction in their native range [2,3]. A recent global study addresses this conservation dilemma by analyzing 36 mammal species that are both threatened in their native habitats and established as alien populations elsewhere [4].

As societies pursue circular economy goals, product reparability has emerged as a critical sustainability issue. Scoring systems that quantify how easy it is to repair consumer products—such as smartphones, vacuum cleaners, and televisions—play a vital role in shaping design standards, informing policy, and guiding consumer choices [2,3]. A recent study by Dangal et al. [3] critically assessed the reliability and validity of four widely used scoring systems: the French Reparability Index (FRI), the Joint Research Centre system (JRC), iFixit, and Austria’s (...) ONR19202. (shrink)

Các chương trình của chính phủ nhằm nâng cao hiệu quả năng lượng cho hộ gia đình thu nhập thấp thường tập trung vào trợ cấp tài chính.

Bất chấp nhận thức ngày càng cao về những tác hại môi trường và sức khỏe do xã hội phụ thuộc vào xe hơi gây ra—bao gồm phát thải khí nhà kính, ô nhiễm không khí, tai nạn giao thông, và loại trừ xã hội—quá trình chuyển đổi hệ thống giao thông vẫn diễn ra chậm chạp.

Khi các hoạt động công nghiệp và nông nghiệp ngày càng gia tăng, quản lý ô nhiễm sông ngòi đã trở thành một thách thức lớn về môi trường và chính sách.

What makes safety claims about general purpose AI systems such as large language models trustworthy? We show that rather than the capabilities of security tools such as alignment and red teaming procedures, it is security practices based on these tools that contributed to reconfiguring the image of AI safety and made the claims acceptable. After showing what causes the gap between the capabilities of security tools and the desired safety guarantees, we critically investigate how AI security practices attempt to fill (...) the gap and identify several shortcomings in diversity and participation. We found that these security practices are part of securitization processes aiming to support (commercial) development of general purpose AI systems whose trustworthiness can only be imperfectly tested instead of guaranteed. We conclude by offering several improvements to the current AI security practices. (shrink)

As our epistemic ambitions grow, the common and scientific endeavours are becoming increasingly dependent on Machine Learning (ML). The field rests on a single experimental paradigm, which consists of splitting the available data into a training and testing set and using the latter to measure how well the trained ML model generalises to unseen samples. If the model reaches acceptable accuracy, an a posteriori contract comes into effect between humans and the model, supposedly allowing its deployment to target environments. Yet (...) the latter part of the contract depends on human inductive predictions or generalisations, which infer a uniformity between the trained ML model and the targets. The paper asks how we justify the contract between human and machine learning. It is argued that the justification becomes a pressing issue when we use ML to reach ‘elsewheres’ in space and time or deploy ML models in non-benign environments. The paper argues that the only viable version of the contract can be based on optimality (instead of on reliability which cannot be justified without circularity) and aligns this position with Schurz’s optimality justification. It is shown that when dealing with inaccessible/unstable ground-truths (‘elsewheres’ and non-benign targets), the optimality justification undergoes a slight change, which should reflect critically on our epistemic ambitions. Therefore, the study of ML robustness should involve not only heuristics that lead to acceptable accuracies on testing sets. The justification of human inductive predictions or generalisations about the uniformity between ML models and targets should be included as well. Without it, the assumptions about inductive risk minimisation in ML are not addressed in full. (shrink)

Trong một nghiên cứu quan trọng quy mô lục địa, các nhà nghiên cứu đã phát hiện sự suy giảm rộng rãi và đáng kể về số lượng động vật có vú nhỏ ở các khu vực không nhiệt đới của Bắc Mỹ trong 35 năm qua.

Despite an increasing role of machine learning in science, there is a lack of results on limits of empirical exploration aided by machine learning. In this paper, we construct one such limit by proving undecidability of learnability of state spaces of physical systems. We characterize state spaces as binary hypothesis classes of the computable Probably Approximately Correct learning framework. This leads to identifying the first limit for learnability of state spaces in the agnostic setting. Further, using the fact that finiteness (...) of the combinatorial dimension of hypothesis classes is undecidable, we derive undecidability for learnability of state spaces as well. Throughout the paper, we try to connect our formal results with modern neural networks. This allows us to bring the limits close to the current practice and make a first step in connecting scientific exploration aided by machine learning with results from learning theory. (shrink)

Procedural justifications of democracy emphasize inclusiveness and respect and by doing so come into conflict with instrumental justifications that depend on voters’ competence. This conflict raises questions about jury theorems and makes their standing in democratic theory contested. We show that a type of no-regret learning called meta-induction can help to satisfy the competence assumption without excluding voters or diverse opinion leaders on an a priori basis. Meta-induction assigns weights to opinion leaders based on their past predictive performance to determine (...) the level of their inclusion in recommendations for voters. The weighting minimizes the difference between the performance of meta-induction and the best opinion leader in hindsight. The difference represents the regret of meta-induction whose minimization ensures that the recommendations are optimal in supporting voters’ competence. Meta-induction has optimal truth-tracking properties that support voters’ competence even if it is targeted by mis/disinformation and should be considered a tool for supporting democracy in hyper-plurality. (shrink)

Building on past constructive criticism, the present study provides further methodological development focused on the elimination of bias that may occur during first-person observation. First, various sources of errors that may accompany introspection are distinguished based on previous critical literature. Four main errors are classified, namely attentional, attributional, conceptual, and expressional error. Furthermore, methodological recommendations for the possible elimination of these errors have been determined based on the analysis and focused excerpting of introspective scientific literature. The following groups of methodological (...) recommendations were determined: 1) a better focusing of the subject’s attention to their mental processes, 2) providing suitable stimuli, and 3) the sharing of introspective experience between subjects. Furthermore, the potential of adjustments in introspective research designs for eliminating attentional, attributional, conceptual, and expressional error is discussed. (shrink)

The paper proposes a synthesis between human scientists and artificial representation learning models as a way of augmenting epistemic warrants of realist theories against various anti-realist attempts. Towards this end, the paper fleshes out unconceived alternatives not as a critique of scientific realism but rather a reinforcement, as it rejects the retrospective interpretations of scientific progress, which brought about the problem of alternatives in the first place. By utilising adversarial machine learning, the synthesis explores possibility spaces of available evidence for (...) unconceived alternatives providing modal knowledge of what is possible therein. As a result, the epistemic warrant of synthesised realist theories should emerge bolstered as the underdetermination by available evidence gets reduced. While shifting the realist commitment away from theoretical artefacts towards modalities of the possibility spaces, the synthesis comes out as a kind of perspectival modelling. (shrink)

The environmental costs and energy constraints have become emerging issues for the future development of Machine Learning (ML) and Artificial Intelligence (AI). So far, the discussion on environmental impacts of ML/AI lacks a perspective reaching beyond quantitative measurements of the energy-related research costs. Building on the foundations laid down by Schwartz et al., 2019 in the GreenAI initiative, our argument considers two interlinked phenomena, the gratuitous generalisation capability and the future where ML/AI performs the majority of quantifiable inductive inferences. The (...) gratuitous generalisation capability refers to a discrepancy between the cognitive demands of a task to be accomplished and the performance (accuracy) of a used ML/AI model. If the latter exceeds the former because the model was optimised to achieve the best possible accuracy, it becomes inefficient and its operation harmful to the environment. The future dominated by the non-anthropic induction describes a use of ML/AI so all-pervasive that most of the inductive inferences become furnished by ML/AI generalisations. The paper argues that the present debate deserves an expansion connecting the environmental costs of research and ineffective ML/AI uses (the issue of gratuitous generalisation capability) with the (near) future marked by the all-pervasive Human-Artificial Intelligence Nexus. (shrink)

Liệu từ ngữ mới có thể giúp chống lại biến đổi khí hậu?

Soil microbes play a pivotal role in the Earth’s carbon cycle, yet not all microbial carbon processing functions the same way. A comprehensive global meta-analysis by Sun et al. (2025) reveals that soil microorganisms utilize carbon through two fundamentally different pathways—exogenous (external carbon inputs, such as plant litter) and endogenous (internal soil carbon reserves)—and that these pathways respond differently to environmental pressures.

We ask how to use machine learning to expand observability, which presently depends on human learning that informs conceivability. The issue is engaged by considering the question of correspondence between conceived observability counterfactuals and observable, yet so far unobserved or unconceived, states of affairs. A possible answer lies in importing out of reference frame content which could provide means for conceiving further observability counterfactuals. They allow us to define high-fidelity observability, increasing the level of correspondence in question. To achieve high-fidelity (...) observability, we propose to use generative machine learning models as the providers of the out of reference frame content. From an applied point of view, such a role of generative machine learning models shows an emerging dimension of human-machine cooperation. (shrink)

Các nỗ lực bảo tồn thường giả định rằng những cộng đồng địa phương gắn bó chặt chẽ là những đối tượng phù hợp nhất để quản lý tài nguyên thiên nhiên.

Bất chấp bằng chứng khoa học rõ ràng về hiện tượng ấm lên nhanh chóng tại cao nguyên Tây Tạng, chỉ 26% nông dân và người chăn nuôi tại đây cảm nhận được sự thay đổi đáng kể về nhiệt độ.

India stands today at a pivotal juncture in its energy transition. On the one hand, the country has made commendable progress toward building a greener economy—expanding renewable energy capacity, investing in green hydrogen, and setting ambitious net-zero targets. On the other hand, coal, a centuries-old energy mainstay, continues to dominate India’s power sector, accounting for more than 65% of electricity generation. Despite mounting international pressure for a global coal phase-out, India’s coal sector is not merely enduring—it is expanding, driven by (...) deeply entrenched socio-economic dependencies. (shrink)

Ngành thép, vốn đóng góp khoảng 7-9% lượng khí thải nhà kính toàn cầu, đang phải đối mặt với áp lực ngày càng tăng trong việc giảm phát thải carbon để phù hợp với các mục tiêu khí hậu của Hiệp định Paris.

Hiểu rõ những yếu tố tạo nên môi trường ươm giống hiệu quả cho cá non là điều thiết yếu để bảo tồn đa dạng sinh học biển và duy trì nghề cá bền vững [2]. Một nghiên cứu gần đây của Moustaka và cộng sự [3] đã khảo sát cách thức tương tác giữa thành phần sinh cảnh, cấu trúc cảnh quan biển (seascape configuration) và điều kiện thủy động lực (hydrodynamic conditions) ảnh hưởng đến quần thể cá non (...) trong quần đảo Dampier nhiệt đới thuộc Tây Úc. (shrink)

Tết đã về với mọi nẻo đường quê hương [thân yêu]. Năm nay nhân dân cơ bản đón Tết Giáp Thìn (2024) trong vui tươi, ấm áp, hạnh phúc. Nhìn ở cấp vĩ mô, vượt qua chừng 4 năm khó khăn thách thức [vừa qua], thế đất nước ngày một lên cao, lực quốc gia ngày càng tăng tiến và có nhiều cơ hội bứt phá trong năm nay và những năm tới...

Quang hợp, quá trình nền tảng duy trì sự sống trên Trái Đất, đang đối mặt với những mối đe dọa chưa từng có từ ảnh hưởng kép của hai cuộc khủng hoảng: ô nhiễm vi nhựa và biến đổi khí hậu.

Khi các xã hội đẩy nhanh quá trình chuyển đổi sang các công nghệ xanh hơn - chẳng hạn như tấm pin mặt trời, tua bin gió và xe điện - nhu cầu toàn cầu về khoáng sản và kim loại đang tăng mạnh.

Rừng, thường được mô tả là lá phổi của hành tinh, là những động cơ quan trọng của quá trình hấp thụ carbon và sản xuất sinh khối. Nhưng điều gì quyết định mức độ hiệu quả tăng trưởng của chúng? Các nhà khoa học từ lâu đã đưa ra giả thuyết rằng việc trồng hỗn hợp các loài cây, thay vì trồng độc canh, sẽ làm tăng năng suất rừng. Một đánh giá toàn diện gần đây của Forrester, Plaga (...) và Bauhus (2025) đi sâu vào sự tương tác phức tạp giữa kích thước cây, mật độ cây và sự pha trộn loài, tiết lộ cách các yếu tố này ảnh hưởng đến khả năng hấp thụ và sử dụng ánh sáng của rừng—động lực thiết yếu của tăng trưởng. -/- . (shrink)

Ở mức độ vừa phải, độ ẩm đất hỗ trợ các chức năng sinh thái thiết yếu: tăng cường quang hợp của thực vật, duy trì hoạt động vi sinh, giúp chuyển CO₂ trong khí quyển thành carbon ổn định trong đất.

Adélie penguins (Pygoscelis adeliae), a keystone species of the Antarctic Peninsula, are experiencing a dramatic population decline. A recent study by Cimino et al. (2025), published in Landscape Ecology, presents compelling evidence that long-term changes in snow accumulation—driven by prevailing wind patterns and island geomorphology—are a critical yet underappreciated driver of these declines.

Một nghiên cứu gần đây đã xây dựng danh sách chuẩn hóa đầu tiên và có phạm vi toàn khu vực về các loài cá biển được tiêu thụ tại 22 quốc đảo và vùng lãnh thổ Thái Bình Dương.

Rừng Amazon của Brazil—một trong những kho lưu trữ đa dạng sinh học và carbon quan trọng nhất hành tinh—đang đối mặt với các mối đe dọa ngày càng nghiêm trọng do áp lực chính trị và kinh tế nhằm dỡ bỏ các biện pháp bảo vệ môi trường. Một nghiên cứu gần đây của Rodrigues và cộng sự [2] nêu bật xu hướng đáng lo ngại liên quan đến việc thu hẹp và xóa bỏ các khu bảo tồn (PAs) (...) tại Brazil, đặc biệt tập trung vào đề xuất giải thể Công viên Bang Cristalino II ở bang Mato Grosso—một khu vực được công nhận là giàu có sinh thái đặc biệt tại vùng Nam Amazon. (shrink)

Public communication plays a pivotal role in shaping societal understanding of climate justice and influencing pathways toward equitable climate action. In a comprehensive scoping review, Tschötschel et al. [2] analyze 250 peer-reviewed English-language studies to chart how climate change and justice are discussed across a range of public-facing platforms, including activism, media, policy discourse, and the arts.

Understanding what constitutes an effective nursery habitat for juvenile fish is crucial for conserving marine biodiversity and sustaining healthy fisheries. A recent study by Moustaka et al. (2025) investigates how the interplay between habitat composition, seascape configuration, and hydrodynamic conditions influences juvenile fish assemblages across the tropical Dampier Archipelago in Western Australia.

As societies accelerate the transition to greener technologies—such as solar panels, wind turbines, and electric vehicles—the global demand for minerals and metals is rising sharply. This surge prompts a critical question: how much of Earth’s finite mineral resources can we use without jeopardizing planetary stability or the well-being of future generations? This issue is central to a recent review by Dudka, Hauschild, and Owsianiak (2025), which examines the preparedness of mineral resource boundaries for integration into Absolute Environmental Sustainability Assessment (AESA)—a (...) framework that evaluates environmental impacts relative to Earth’s ecological limits. (shrink)

Climate models have been indispensable tools for understanding Earth’s evolving climate.