MétaCan
Menu
Retour à la cohorte
Enregistrement W4384300152 · doi:10.1007/s10344-023-01707-w

A rapid assessment of the illegal otter trade in Vietnam

2023· article· en· W4384300152 sur OpenAlexaff
Lalita Gomez, Minh D. T. Nguyen

Notice bibliographique

RevueEuropean Journal of Wildlife Research · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Conservation and Criminology Analyses
Établissements canadiensWildlife Conservation Society Canada
Organismes subventionnairesnon disponible
Mots-clésWildlife tradeCITESOtterWildlifeEnforcementPopulationPoachingBusinessInternational tradeLaw enforcementEndangered speciesScrutinyGeographyFisheryEcologyLawBiologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract Vietnam is home to four species of otters, and while population numbers are unknown, they are thought to be rare and in decline. Studies on the illegal otter trade in Asia have shown Vietnam to be a key end use destination for illegally sourced live otters for the pet trade and otter fur for the fashion industry. This study focused on the otter trade in Vietnam through seizure data analysis and an online survey, revealing the persistent trade of otters in Vietnam in violation of national wildlife laws and the Convention on International Trade in Endangered Species of Wild Fauna and Flora (CITES). We found a substantial quantity of otter fur products for sale though CITES permits for such products were lacking, indicating illegal origins. Similarly, all four species of otters are protected in Vietnam, yet they were openly available for sale online in violation of national wildlife laws. Clearly, the online trade of wildlife and wildlife products in Vietnam requires greater monitoring, regulation, and enforcement to prevent the advertising and trade of illicit wildlife. In-depth scrutiny of online sellers and product sourcing is particularly warranted. To support enforcement efforts, revision of policies and laws is needed to hold social media and other online advertising companies accountable for enabling the illegal trade of wildlife.

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 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)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,139
Score d'incertitude au seuil0,915

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,132
Tête enseignante GPT0,375
Écart entre enseignants0,243 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Wildlife ResearchMême sujetWildlife Conservation and Criminology AnalysesTravaux en français237 207