Correlation and persistence of hunting and logging impacts on tropical rainforest mammals
Notice bibliographique
Résumé
Humans influence tropical rainforest animals directly via exploitation and indirectly via habitat disturbance. Bushmeat hunting and logging occur extensively in tropical forests and have large effects on particular species. But how they alter animal diversity across landscape scales and whether their impacts are correlated across species remain less known. We used spatially widespread measurements of mammal occurrence across Malaysian Borneo and recently developed multispecies hierarchical models to assess the species richness of medium- to large-bodied terrestrial mammals while accounting for imperfect detection of all species. Hunting was associated with 31% lower species richness. Moreover, hunting remained high even where richness was very low, highlighting that hunting pressure persisted even in chronically overhunted areas. Newly logged sites had 11% lower species richness than unlogged sites, but sites logged >10 years previously had richness levels similar to those in old-growth forest. Hunting was a more serious long-term threat than logging for 91% of primate and ungulate species. Hunting and logging impacts across species were not correlated across taxa. Negative impacts of hunting were the greatest for common mammalian species, but commonness versus rarity was not related to species-specific impacts of logging. Direct human impacts appeared highly persistent and lead to defaunation of certain areas. These impacts were particularly severe for species of ecological importance as seed dispersers and herbivores. Indirect impacts were also strong but appeared to attenuate more rapidly than previously thought. The lack of correlation between direct and indirect impacts across species highlights that multifaceted conservation strategies may be needed for mammal conservation in tropical rainforests, Earth's most biodiverse ecosystems.
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 | 0,003 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».