Not just the Big Five: African ecotourists prefer parks brimming with bird diversity
Notice bibliographique
Résumé
Abstract Ecotourism helps sustain protected areas (PAs) that in turn conserve Africa's declining fauna. Identifying ecotourist preferences and which species and landscapes benefit from ecotourism could therefore support African biodiversity conservation efforts. Due to historic associations with trophy hunting and subsequent ecotourism marketing efforts, ecotourist preferences have been thought to traditionally center around the ‘Big Five’: elephant, lion, buffalo, leopard, and rhinoceros. But these preferences may be evolving. Here, we ask two questions, one about the drivers and one about the consequences of ecotourism: (1) Which species and landscapes do ecotourists most prefer based on realized visitation data? And (2), differently, which species and landscapes benefit most from ecotourism? We gathered data on average annual tourist visits, the occurrence of nine mammals, bird species richness, forest cover, national wealth, local human population and accessibility for 164 Sub‐Saharan African PAs. To address our first question, we used a Bayesian multivariable model to identify whether bird and megafaunal diversity explain visits to PAs while controlling for other factors. To address our second question, we used Bayesian univariate models to analyze the relationships between park visitation and each species/landscape. We found that tourist preferences extend beyond the Big Five to include bird diversity. We also observed that ecotourism may be well suited to conserve bird diversity, lion, cheetah, black and white rhinoceros, African wild dog and giraffe species. Collectively, our results may help inform how to leverage ecotourism to conserve African fauna.
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 | 0,001 | 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 ».