MétaCan
Menu
Retour à la cohorte
Enregistrement W4320717033 · doi:10.1016/j.onehlt.2023.100503

Is social media the new wet market? Social media platforms facilitate the online sale of bushmeat in West Africa

2023· article· en· W4320717033 sur OpenAlex

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.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueOne Health · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesFundação para a Ciência e a TecnologiaFonds de recherche du QuébecAgence Nationale de Recherches sur le Sida et les Hépatites ViralesDepartment for International Development, UK GovernmentNational Research FoundationUK Research and InnovationWorld Wildlife FundNewton FundStyrelsen för Internationellt UtvecklingssamarbeteUniversity of AdelaideInternational Development Research CentreAustralian Government
Mots-clésBushmeatWildlife tradeCITESEndangered speciesWildlifePoachingGeographyIUCN Red ListGalliformesPangolinSocial mediaFisheryBiologyZoologyEcologyHabitatWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Social media provides a platform for wildlife crime syndicates to access a global consumer-driven market. Whilst studies have uncovered the online trade in wildlife, the availability of wild meat (bushmeat) has not been assessed. To investigate the sale of wild meat online, we analysed 563 posts published between 2018 and 2022 from six West African Facebook pages selected using predetermined search criteria. Across 1511 images and 18 videos, we visually identified 25 bushmeat species-level taxa including mammals (six Rodentia, five Artiodactyla, three Carnivora, two Pholidota, one Primate, two Lagomorpha, one Hyracoidea), birds (three Galliformes) and reptiles (two Squamata), predominately advertised as smoked (63%) or fresh (30%) whole carcasses or portions. Among the species identified, 16% feature a status of concern on the International Union for Conservation of Nature (IUCN) Red List (Near Threatened to Endangered), 16% are listed on the Convention on International Trade in Endangered Species of Wild Fauna and Flora (CITES; Appendix I and II) and 24% are either fully or partially protected by local legislation. Images were commonly used as propaganda rather than to display inventory, where additional taxa protected from game hunting in West Africa, such as hornbill, were exclusively listed in captions. The advertisement of these protected and vulnerable species on the surface web indicates weak local and international legislative enforcement. Comparatively, when the same search criteria were applied to the deep web browser Tor no results were generated, reinforcing the idea that bushmeat vendors have no need to hide their activities online. Despite local and international trade restrictions, the taxa advertised feature similarities with bushmeat seizures reported in Europe, alluding to the interconnectedness of the trade facilitated by social media. We conclude that enhanced policy enforcement is essential to combat the online sale of bushmeat and mitigate the potential biodiversity and public health impacts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,858
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,070
Tête enseignante GPT0,275
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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