Degree of egg-taking by humans determines the fate of maleo (Macrocephalon maleo) nesting grounds across Sulawesi
Notice bibliographique
Résumé
Abstract The maleo ( Macrocephalon maleo ) of Sulawesi, Indonesia, is culturally iconic and Critically Endangered, but the causes of its decline have never been systematically analyzed nor its nesting grounds comprehensively surveyed. We visited 122 previously known and 58 previously unrecorded sites, collecting data and interviewing local people at each site. We used ordinal logistic regression to fit models with combinations of 18 different predation, habitat, and nesting ground variables to determine the strongest predictors of nesting ground success, as represented by maleo numbers. At least 56% of known nesting grounds are now inactive (abandoned), and 63% of remaining active sites host ≤ 2 pairs/day at peak season. Egg-taking by humans is the single biggest driver of maleo decline. Protecting eggs in situ predicts higher maleo numbers than protecting eggs through hatchery methods. After egg-taking, quality (not length) of the travel corridor connecting nesting ground to primary forest best predicts nesting ground success. Being inside a federally protected area is not a primary driver of success, and does not ensure persistence: 28% of federally protected nesting grounds have become inactive. Local conservation efforts protected nesting grounds 2‒3 times better than federal protection. We update the methodology for assessing nesting ground status, and recommend five measures for maleo conservation, the foremost being to protect nesting grounds from egg-taking by humans at all remaining active sites.
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 ».