Reduction of free-roaming cat population requires high-intensity neutering in spatial contiguity to mitigate compensatory effects
Notice bibliographique
Résumé
When free-roaming in natural areas, the domestic cat (Felis silvestris catus) is ranked high among the most destructive alien species. Near human dwellings, it might pose a risk to humans, impair sanitation, and suffer from poor welfare. Cats' popularity as companion animals complicates their population control. Thus, culling is often replaced by a fertility control method called “trap–neuter–return/release” (TNR), considered more humane. Despite the extensive application of TNR, a long-term controlled study was never performed to test its effectiveness. We present a uniquely designed controlled field experiment for examining TNR effectiveness. The study was performed over a 12-y period, divided into preintervention and mixed- and full-intervention phases, and spanned a 20-km2 urban area. Trends of cat, intact-female, and kitten counts, cat reproduction, and carcass reports were compared among study phases and areas with different neutering intensities. The cat population increased during the first two study phases and did not decline in highly neutered populations, presumably due to cat immigration. Expansion of high-intensity neutering to the entire city in the full-intervention phase (>70% neutering percentage) reversed cat population growth, reaching an annual approximately 7% reduction. This population reduction was limited by a rebound increase in cat reproduction and longevity. We conclude that cat population management by TNR should be performed with high intensity, continuously, and in geographic contiguity to enable population reduction. To enhance management effectiveness and mitigate compensatory effects, we recommend further evaluating an integrated strategy that combines TNR with complementary methods (e.g., vital resource regulation, ill cat euthanasia, and adoption).
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».