<b>The status of Nepal’s mammals</b>
Notice bibliographique
Résumé
The main objectives of the Nepal National Mammal Red Data Book (RDB) were to provide comprehensive and up-to-date accounts of 212 mammal species recorded in Nepal, assess their status applying the IUCN Guidelines at Regional Levels, identify threats and recommend the most practical measures for their conservation. It is hoped that the Mammal RDB will help Nepal achieve the Convention on Biological Diversity target of preventing the extinction of known threatened species and improving their conservation status. Of the 212 mammal species assessed, 49 species (23%) were listed as nationally threatened. These comprise nine (18%) Critically Endangered species, 26 (53%) Endangered species and 14 (29%) Vulnerable species. One species was considered regionally Extinct. A total of seven species (3%) were considered Near Threatened and 83 species (39%) were Data Deficient. Over sixty percent of Nepal’s ungulates are threatened and almost half of Nepal’s carnivores face extinction (45% threatened). Bats and small mammals are the least known groups with 60 species being Data Deficient. Habitat loss, degradation and fragmentation are the most significant threats. Other significant threats include illegal hunting, small and fragmented populations, reduction of prey base, human wildlife conflict and persecution, climate change, invasive species, disease and inadequate knowledge and research. Adequate measures to address these threats are described. It was also concluded that re-assessments of the status of certain mammal groups be carried out every five years and the setting up of a national online species database and mapping system would also greatly help in land-use planning and policies.
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 | 0,001 | 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) | 0,002 | 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 ».