Efficacy of Bomas (Kraals) in Mitigating Livestock Depredation in Maasai Mara Conservancies, Kenya
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.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 découle