Bushmeat Exploitation in Tropical Forests: an Intercontinental Comparison
Notice bibliographique
Résumé
Abstract: We calculated extraction and production rates of bushmeat species in two main tropical, moist‐forest regions, the Amazon and Congo basins. Extraction was estimated from the average number of animals consumed per person per year from anthropological studies that reported animal kills brought into settlements in the regions. We calculated extraction rates ( kg / km 2 /year) for 57 and 31 mammalian taxa in the Congo and Amazon, respectively. We then examined the sustainability of these extraction rates by basin and by taxa, using extraction‐to‐production ( E:P ) mass‐balance equations. Production (tonnes/year) was calculated as the product of r max (the intrinsic rate of natural increase), mammal biomass, and total area of forest in each region. Species exploitation rates at specific body masses were significantly greater in the Congo than in the Amazon. The E :P ratio for the Congo was 2.4, 30 times the Amazon's ratio of 0.081. Thus, Congo Basin mammals must annually produce approximately 93% of their body mass to balance current extraction rates, whereas Amazonian mammals must produce only 4% of their body mass. We calculated sustainability levels derived from Robinson and Redford's harvest model for each taxa. On a basin‐wide level, 60% and none of the mammal taxa in the Congo and Amazon basins, respectively, were exploited unsustainably. To evaluate the effect of error on the estimates of E :P , we conducted a sensitivity analysis, which suggests that the mass‐balance was most sensitive to error in standing stock but that our results are robust. We estimated that over 5 million tons of wild mammal meat feed millions in Neotropical (0.15 million) and Afrotropical (4.9 million) forests annually. Our Congo basin estimates are four times higher than those calculated for the region by other workers, and we conclude that the current situation of bushmeat extraction in African rain forests is more precarious than previously thought.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».