MétaCan
Menu
Retour à la cohorte
Enregistrement W2808680697 · doi:10.7717/peerj.4869

Primates in peril: the significance of Brazil, Madagascar, Indonesia and the Democratic Republic of the Congo for global primate conservation

2018· article· en· W2808680697 sur OpenAlexaff
Alejandro Estrada, Paul A. Garber, Russell A. Mittermeier, Serge A. Wich, Sidney F. Gouveia, Ricardo Dobrovolski, K. A. I. Nekaris, Vincent Nijman, Anthony B. Rylands, Fiona Maisels, Elizabeth A. Williamson, Júlio César Bicca‐Marques, Agustín Fuentes, Leandro Jerusalinsky, Steig E. Johnson, Fabiano Rodrigues de Melo, Leonardo de Carvalho Oliveira, Christoph Schwitzer, Christian Roos, Susan M. Cheyne, Maria Cecília Martins Kierulff, Brigitte M. Raharivololona, Maurício Talebi, Jonah Ratsimbazafy, Jatna Supriatna, Ramesh Boonratana, Made Wedana, Arif Setiawan

Notice bibliographique

RevuePeerJ · 2018
Typearticle
Langueen
DomainePsychology
ThématiquePrimate Behavior and Ecology
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésThreatened speciesIUCN Red ListBushmeatGeographyHabitat destructionEndangered speciesPrimateCritically endangeredPopulationData deficientHabitatBiodiversityEcologyWildlifeBiology

Résumé

récupéré en direct d'OpenAlex

Primates occur in 90 countries, but four-Brazil, Madagascar, Indonesia, and the Democratic Republic of the Congo (DRC)-harbor 65% of the world's primate species (439) and 60% of these primates are Threatened, Endangered, or Critically Endangered (IUCN Red List of Threatened Species 2017-3). Considering their importance for global primate conservation, we examine the anthropogenic pressures each country is facing that place their primate populations at risk. Habitat loss and fragmentation are main threats to primates in Brazil, Madagascar, and Indonesia. However, in DRC hunting for the commercial bushmeat trade is the primary threat. Encroachment on primate habitats driven by local and global market demands for food and non-food commodities hunting, illegal trade, the proliferation of invasive species, and human and domestic-animal borne infectious diseases cause habitat loss, population declines, and extirpation. Modeling agricultural expansion in the 21st century for the four countries under a worst-case-scenario, showed a primate range contraction of 78% for Brazil, 72% for Indonesia, 62% for Madagascar, and 32% for DRC. These pressures unfold in the context of expanding human populations with low levels of development. Weak governance across these four countries may limit effective primate conservation planning. We examine landscape and local approaches to effective primate conservation policies and assess the distribution of protected areas and primates in each country. Primates in Brazil and Madagascar have 38% of their range inside protected areas, 17% in Indonesia and 14% in DRC, suggesting that the great majority of primate populations remain vulnerable. We list the key challenges faced by the four countries to avert primate extinctions now and in the future. In the short term, effective law enforcement to stop illegal hunting and illegal forest destruction is absolutely key. Long-term success can only be achieved by focusing local and global public awareness, and actively engaging with international organizations, multinational businesses and consumer nations to reduce unsustainable demands on the environment. Finally, the four primate range countries need to ensure that integrated, sustainable land-use planning for economic development includes the maintenance of biodiversity and intact, functional natural ecosystems.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,040
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,335
Écart entre enseignants0,312 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations204
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePeerJMême sujetPrimate Behavior and EcologyTravaux en français237 207