The Value of Protected Areas Ranger Service Personnel for Biodiversity Monitoring: Case Study in Paklenica National Park (Croatia)
Notice bibliographique
Résumé
Abstract To preserve the long-term survival of habitats and wildlife, it is necessary to monitor their status. In protected areas, that is, biodiversity centres, rangers have excellent knowledge of specific locations and they spend a large amount of time in the field. But since rangers are not required to have a university degree, the question is whether they can be an added value in baseline survey monitoring. To investigate this issue, a case study was conducted in the Paklenica National Park (Paklenica NP), Croatia, using camera trapping survey between 2011 and 2016 at 22 camera sites. The aims of this survey were (1) to collect baseline data of mammalian diversity, (2) to analyse the regulatory effect of top predators on the trophic pyramid through top–down effects and (3) to estimate the data gathered by ranger service from the Paklenica NP. Data gathered through this study represents the first peer-reviewed list of medium- to large-sized mammals for Paklenica NP, as up till now, there is no peer-reviewed published paper of Paklenica NP mammalian diversity. Results showed that the recorded top predator–mesopredator–prey ratios were concordant with the trophic pyramid hypothesis. Also, as it was expected according to the literature, species richness indices were higher when top predators were present. On analysing the costs for conducting camera trapping survey by external and internal services, a significant difference was observed. Internal rangers’ cost was nine times lower than the external service cost. Future research run by rangers needs to be conducted in way to capture all mammalian biodiversity. Therefore, we propose camera trapping methodology for rangers in the protected areas since this may be an invaluable tool for biodiversity monitoring.
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 | 0,002 | 0,002 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».