Environmental and anthropogenic factors affecting the increasing occurrence of shark-human interactions around a fast-developing Indian Ocean island
Notice bibliographique
Résumé
Understanding the environmental drivers of interactions between predators and humans is critical for public safety and management purposes. In the marine environment, this issue is exemplified by shark-human interactions. The annual shark bite incidence rate (SBIR) in La Réunion (Indian Ocean) is among the highest in the world (up to 1 event per 24,000 hours of surfing) and has experienced a 23-fold increase over the 2005-2016 period. Since 1988, 86% of shark bite events on ocean-users involved surfers off the leeward coast, where 96% of surfing activities took place. We modeled the SBIR as a function of environmental variables, including benthic substrate, sea temperature and period of day. The SBIR peaked in winter, during the afternoon and dramatically increased on coral substrate since the mid-2000s. Seasonal patterns of increasing SBIR followed similar fluctuations of large coastal shark occurrences (particularly the bull shark Carcharhinus leucas), consistent with the hypothesis that higher shark presence may result in an increasing likelihood of shark bite events. Potential contributing factors and adaptation of ocean-users to the increasing shark bite hazard are discussed. This interdisciplinary research contributes to a better understanding of shark-human interactions. The modeling method is relevant for wildlife hazard management in general.
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 | 0,001 | 0,003 |
| 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) | 0,001 | 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 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 ».