Secondary forest is utilized by Great Curassows (<i>Crax rubra</i>) and Great Tinamous (<i>Tinamus major</i>) in the absence of hunting
Notice bibliographique
Résumé
Deforestation and hunting are the leading human-driven disturbances causing population declines of the vulnerable Great Curassow (Crax rubra) and the near threatened Great Tinamou (Tinamus major). These threats typically co-occur, with synergistic effects. We investigated habitat use of Great Curassows and Great Tinamous in the Matapalo corridor of the Osa Peninsula, southwest Costa Rica, where they are not hunted, to understand whether disturbed habitats can be suitable for these species. We analyzed camera trap data from 56 locations and 5579 trapping days using occupancy modeling. We obtained 195 independent captures of Great Curassows at 33 of 56 locations (59%) and 429 independent captures of Great Tinamous at 37 of 56 locations (66%). Great Curassow occupancy did not vary with habitat type but was negatively influenced by distance from roads and by elevation; detection probability varied with habitat type. Great Tinamou occupancy probability was principally related to habitat type; primary, secondary and plantation forest areas all displayed high occupancy probabilities, but occupancy of agricultural land was low. Our work suggests that secondary-growth forests can offer valuable complementary habitat to assist in the recovery of these declining species, at least when hunting is controlled and intact forests are nearby.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».