A brighter future? Stable and growing sea turtle populations in the Republic of Maldives
Notice bibliographique
Résumé
The Indian Ocean represents a significant data gap in the evaluation of sea turtle population status and trends. Like many small island states, the Republic of Maldives has limited baseline data, capacity and resources to gather information on sea turtle abundance, distribution and trends to evaluate their conservation status. We applied a Robust Design methodology to convert opportunistic photographic identification records into estimates of abundance and key demographic parameters for hawksbill sea turtles (Eretmochelys imbricata) and green sea turtles (Chelonia mydas) in the Republic of Maldives. Photographs were collected ad hoc by marine biologists and citizen scientists around the country from May 2016 to November 2019. Across 10 sites in four atolls, we identified 325 unique hawksbill turtles and 291 unique green turtles-where most were juveniles. Our analyses suggest that, even when controlling for survey effort and detectability dynamics, the populations of both species are stable and/or increasing in the short term at many reefs in the Maldives and the country appears to provide excellent habitat for recruiting juvenile turtles of both species. Our results represent one of the first empirical estimations of sea turtle population trends that account for detectability. This approach provides a cost-effective way for small island states in the Global South to evaluate threats to wildlife while accounting for biases inherent in community science data.
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 | 0,000 | 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 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 ».