Spatial Interactions of African Elephant <i>Loxodonta africana</i> with the Resident Communities Bordering a Semi-arid National Park in Northern Kenya
Notice bibliographique
Résumé
Northern Kenya is endowed with rich ecosystems that support populations of African Elephant, Loxodonta africana . The changing human demographics accompanied by climate change have exacerbated the incidences of human-wildlife conflicts, especially around the protected areas – the parks and reserves. Recorded incidence of conflict between humans and elephants, in particular crop-raiding, is increasing in rural Africa, undermining efforts to conserve biological diversity. Gaining an understanding of the underlying determinants of human–elephant conflict is important for the development of appropriate management tools. We examined the causal factors of the human-elephant conflicts around Marsabit National Park, and evaluated potential mitigation strategies. Our findings showed that incidences of elephant conflicts affected both agricultural farms and livestock around the park. Seasonality (wet and dry) and distance from the park boundary also influenced the frequency of human elephant conflicts. Our findings further showed that the problem animal control unit presently organized by the wildlife management authority in Kenya – the Kenya Wildlife Service had little impacts in mitigating the existing human-elephant conflicts in the area. We discuss the implications of our findings in the contexts of land use planning and partitioning of resources around the Park, and the need for community engagement as a long-term strategy for winning support for conservation of African elephant in northern Kenya.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».