Efficacy of Bomas (Kraals) in Mitigating Livestock Depredation in Maasai Mara Conservancies, Kenya
Notice bibliographique
Résumé
Livestock depredation is a major conservation challenge globally, causing significant economic losses to pastoralists and threatening large carnivore species outside protected areas. Our study investigated the temporal and spatial distribution of livestock depredation incidences, carnivore species associated with livestock depredation, and assessed mitigation measures in Maasai Mara Conservancies in Southern Kenya. Using daily monitoring of livestock depredation cases, we made comparisons between livestock attacks occurring in predator-proof bomas and those with traditional kraals. A total of 305 livestock depredation incidents were recorded between January and December 2021, translating to a total tally of 1411 livestock maimed or killed. Most livestock depredation incidents occurred during the day (59%) as opposed to night (41%), but this difference was not significant. Livestock depredation incidents in the nighttime occurred mostly inside traditional kraals (34%) and occurred the least in predator-proof kraals (2%). Lions were responsible for more livestock attacks in the grazing fields compared with leopards, hyenas, and wild dogs. Hyenas were more daring and attacked livestock inside traditional bomas relative to lions and leopards. Our study concludes that predator-proof bomas are more effective in minimizing livestock depredation and can be embraced as a sound intervention for human–carnivore co-existence in communities’ wildlife conservation areas.
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 | 0,000 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».