The illegal hunting and exploitation of porcupines for meat and medicine in Indonesia
Notice bibliographique
Résumé
Indonesia is home to five species of porcupines, three of which are island endemics. While all five species are currently assessed as Least Concern by the IUCN Red List of Threatened Species, impacts of harvest and trade have not been factored in. To gain a fuller understanding of the porcupine trade in Indonesia, this study examines seizure data of porcupines, their parts and derivatives from January 2013 to June 2020. A total of 39 incidents were obtained amounting to an estimated 452 porcupines. Various confiscated commodities revealed porcupines are traded for consumption, traditional medicine, trophies/charms as well as for privately run wildlife/recreational parks. Targeted hunting of porcupines for commercial international trade was also evident. Porcupines are also persecuted as agricultural pests and wildlife traffickers take advantage of such situations to procure animals for trade. What clearly emerges from this study is that porcupines are being illegally hunted and exploited throughout their range in Indonesia facilitated by poor enforcement and legislative weakness. Porcupines are in decline due to habitat loss, retaliatory killings and uncontrolled poaching. It is therefore crucial that effective conservation measures are taken sooner rather than later to prevent further depletion of these species. Including all porcupines as protected species under Indonesian wildlife laws and listing them in Appendix II of CITES to improve regulation, enforcement and monitoring of domestic and international trade trends involving porcupines in Indonesia would contribute significantly towards this end.
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 | 0,001 |
| 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 ».