MétaCan
Menu
Retour à la cohorte
Enregistrement W2402120642 · doi:10.1017/s0030605315001039

Human impacts on two endemic cassowary species in Indonesian New Guinea

2015· article· en· W2402120642 sur OpenAlexafffund
Jedediah F. Brodie, Margaretha Pangau‐Adam

Notice bibliographique

RevueOryx · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGeorg-August-Universität Göttingen
Mots-clésRainforestAbundance (ecology)EcologyBiological dispersalGeographyNew guineaDisturbance (geology)IndonesianSpatial ecologyRelative species abundancePopulationBiologyDemographyEthnology

Résumé

récupéré en direct d'OpenAlex

Abstract Cassowaries are important seed dispersers in tropical rainforests of New Guinea, but little is known about their population ecology or their responses to human disturbance. We used camera traps to measure the occurrence, local abundance, and activity patterns of northern cassowaries Casuarius unappendiculatus in lowland forests near Nimbokrang, Papua, and dwarf cassowaries Casuarius bennetti in the Arfak Mountains, West Papua. Our goals were to assess human impacts on cassowaries at multiple spatial scales and to measure their activity patterns over an elevational divide. At fine spatial scales local abundance of cassowaries was strongly reduced in areas frequented by humans. At larger spatial scales the distance to the nearest village or drivable road did not affect local abundance but altered the stage structure of the individuals detected, with a higher proportion of juveniles relative to adults. Local abundance of cassowaries was unrelated to site usage by introduced pigs. Both populations studied were strongly diurnal and their activity patterns were not significantly different. Efforts to control hunting remain critical to sustaining cassowaries and the seed dispersal services they provide.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,273
Écart entre enseignants0,229 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOryxMême sujetWildlife Ecology and ConservationTravaux en français237 207