Density and distribution of a brown bear (Ursus arctos) population within the Caucasus biodiversity hotspot
Notice bibliographique
Résumé
Population declines and extirpations of large mammalian carnivores are major concerns for global biodiversity conservation. Many large carnivores are vulnerable to conflict with humans and attract conservation attention for their flagship appeal and ecological importance. Coexisting with carnivores requires an understanding of carnivore distribution and abundance relative to human activities and disturbances. Such knowledge is often hindered by the rare and elusive nature of carnivores and the lack of systematic ecological surveys in biodiverse regions facing high levels of threat. The Caucasus Ecoregion is one such biodiversity hotspot harboring several threatened mammal species for which there is a paucity of reliable data, including brown bears (Ursus arctos). Caucasus brown bear populations have declined significantly from historical times and may be isolated and vulnerable to disturbance from development activities such as mining, as well as increasing hunting pressure. To inform land-use planning and bear conservation in the Caucasus Ecoregion, we conducted systematic surveys in May-October 2015 in the foothills of the Caucasus Mountains within the Vayots Dzor region of Armenia. We used noninvasive genetic sampling, camera trapping, and statistical models that account for imperfect detection to estimate density and distribution of the bear population in the 1,000-km 2 study area. Across 34 sampling sites, we obtained 3,163 camera-trap photos of brown bears and genotyped 28 individual bears (7 males and 21 females). Spatially explicit capture-recapture models revealed an unexpectedly high density of bears (59.4/1,000 km 2 ; females = 44.6, 95% confidence interval, CI = 25.4-78.4; males = 14.8, 95% CI = 6.6-34.0), and multi-method occupancy models indicated that bears were distributed across most of the study area ( = 0.85; SE = 0.07). These results provide robust evidence that a significant population of brown bears persists in Armenia's Vayots Dzor region, despite a history of hunting and habitat loss that have driven declines in brown bear populations throughout much of the Caucasus Ecoregion. Continued persistence of this flagship species may be threatened by mining, poaching, and other anthropogenic pressures in the region, underscoring the urgent need for strategic conservation planning, impact mitigation, and expanded ecological monitoring within this biodiversity hotspot.
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) | 0,000 | 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 ».