Mitigating crop raiding by forest elephants and baboons at Kibale National Park
Notice bibliographique
Résumé
Abstract In Africa, most protected forests are in densely human‐dominated landscapes where human–wildlife conflict is intense. We documented farmer perceptions and responses to crop‐raiding wildlife from Kibale National Park, Uganda. Crop raiding was mostly (95%) by baboons ( Papio anubis ) and elephants ( Loxodonta africana ). While the financial loss caused by baboons and elephants did not differ, elephants were perceived as more damaging. Guarding and trenches were perceived as the most effective deterrent strategies for baboons and elephants, respectively. Distance from the park boundary and household income were significantly associated with a greater likelihood of crop raiding. Distance from the park, household head age and the species that raided crops, influenced whether a household applied one or more deterrent strategies. Households headed by women or older adults were most vulnerable, experiencing greater losses to raiding. Patterns of human–wildlife conflict around Kibale forest are complex, but the extent of crop damage was mostly determined by distance from the park and farm socio‐economic status and thus their ability to mitigate or deter raiding. Managing crop raiding requires collaboration between the park and affected farmers to ensure that mutually managed deterrent methods, such as trenching (elephants) and guarding (baboons), are effectively shared, applied and maintained.
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 | 0,001 | 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 | 0,000 | 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) | 0,003 | 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 ».