Dingo Density Estimates and Movements in Equatorial Australia: Spatially Explicit Mark–Resight Models
Notice bibliographique
Résumé
Australia is currently free of canine rabies. Spatio-ecological knowledge about dingoes in northern Australia is currently a gap that impedes the application of disease spread models and our understanding of the potential transmission of rabies, in the event of an incursion. We therefore conducted a one-year camera trap survey to monitor a dingo population in equatorial northern Australia. The population is contiguous with remote Indigenous communities containing free-roaming dogs, which potentially interact with dingoes. Based on the camera trap data, we derived dingo density and home range size estimates using maximum-likelihood, spatially explicit, mark–resight models, described dingo movements and evaluated spatial correlation and temporal overlap in activities between dingoes and community dogs. Dingo density estimates varied from 0.135 animals/km2 (95% CI = 0.127–0.144) during the dry season to 0.147 animals/km2 (95% CI = 0.135–0.159) during the wet season. The 95% bivariate Normal home range sizes were highly variable throughout the year (7.95–29.40 km2). Spatial use and daily activity patterns of dingoes and free-roaming community dogs, grouped over ~3 month periods, showed substantial temporal activity overlap and spatial correlation, highlighting the potential risk of disease transmission at the wild–domestic interface in an area of biosecurity risk in equatorial northern Australia. Our results have utility for improving preparedness against a potential rabies incursion.
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 | 0,000 | 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 ».