Fido, Fluffy, and wildlife conservation: The environmental consequences of domesticated animals
Notice bibliographique
Résumé
Humans have created a strong relationship with cats and dogs by domesticating them. Whether owned by a human or living feral, modern domestic cats and dogs interact extensively with people and the environment. The negative interactions between these domesticated animals and wildlife have been discussed in several reviews, but few reports have provided an overview of both the positive and negative impacts these domesticated animals have on wildlife conservation. Here, we describe the diverse issues associated with domestic cats and dogs and wildlife including predation, competition, pathogen transmission, hybridization, behavioural modification, harvest of wild animals for pet food, and creation of human–wildlife conflict. We then discuss their role in supporting conservation efforts (e.g., use in species identification and tracking, biological control), and shaping our social values towards animals and appreciation for nature. Finally, we suggest necessary steps to harmonize our relationship with cats and dogs and the conservation of wildlife. For owned animals, there is potential for pet owners to support conservation efforts through a ‘pet tax’ adopted by veterinary clinics and pet stores to be used for wildlife conservation. Moreover, information regarding the impacts of these animals on wildlife and potential solutions (e.g., voluntarily keeping cats and dogs inside or use of “pet curfews”, use of bells to alert wildlife to cats) should be made available to owners who are most likely to have an influence on the behaviour of their companion animal.
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 | 0,001 |
| 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 ».