Evidence on the role of social media in the illegal trade of Iranian wildlife
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The combination of increasing trade across an ever more globalized world and the ubiquity of social media access has led to unprecedented levels of wildlife exploitation. In this study, we opportunistically surveyed Instagram and Telegram from 2019 to 2020, two of Iran's most prominent social media platforms, for advertisements of illegally captured wildlife in Iran. In total we documented 305 advertisements for 63 species, including birds (29%), amphibians (27%), reptiles (26%), and mammals (17%). Trade was most active in June, which may be due to increased availability of young animals, following spring births. The majority of the species advertised for sale (65%) were classified by the IUCN Red List of Threatened Species as Least Concern, and 5% of the species we documented as being traded are Endangered. Some Endangered species advertised for sale were Caspian seal and Saker falcon. While the sale of all species is illegal in Iran, 25% of species were also listed on CITES as being prohibited for international trade. However, these domestic and international laws are not well‐enforced within Iran, in light of the scale of open trade we observed. We recommend that authorities devote more time to monitoring these online platforms, and that resources are provided to in‐country enforcement efforts during the spring and summer, the observed peak of capture and trade. We also suggest that further research be conducted into the sources of wildlife, motivations for selling wildlife, and motivations for purchasing wildlife.
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.
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 | 0,007 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 découle