Citizen science surveys elucidate key foraging and nesting habitat for two endangered marine turtle species within the Republic of Maldives
Notice bibliographique
Résumé
We used a citizen science-based data collection protocol to investigate foraging and nesting marine turtle populations in the Republic of Maldives. With the aid of citizen scientists, we collected nine months of data covering 12.5 % of the country, increasing the available sightings and nesting data by ~2,000 %. Data indicated that the Maldives are an important foraging habitat for juvenile and adult green ( Chelonia mydas ) and hawksbill ( Eretmochelys imbricata ) turtles, though very few adult males of either species were reported. Hawksbill turtles were the more commonly sighted species in all but one surveyed atoll, and Maldivian beaches appeared to host more green turtle nesting sites. The large number of juvenile hawksbills noted in Baa atoll, a UNESCO Biosphere Reserve, may signal faster recovery from decades of exploitation compared to other regions of the Maldives. Lhaviyani atoll appears to be an adult green turtle foraging hotspot that could warrant additional legal protection. This study provided the first estimate of green turtle nest development time and hatching success in the Maldives. Our method controlled for the data’s temporal structure and accounted for spatiotemporal differences in survey effort, allowing for the most accurate assessment of turtle distribution possible. Our results indicated that a citizen science approach can be a fast, effective way of expanding the spatiotemporal extent of a monitoring dataset and engaging the public in endangered species monitoring. Additionally, our data were used by the government to support a policy change regarding the protection of sea turtles in the Maldives.
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 | 0,002 | 0,002 |
| 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 | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».