Illegal trade of pangolins in India with international trade links: an analysis of seizures from 1991 to 2022
Notice bibliographique
Résumé
Abstract Pangolins have become one of the most intensely poached and trafficked mammal species, exploited mainly for the food and traditional medicine trade. Intense and continued illegal exploitation for commercial trade has become the leading cause of pangolin declines in parts of Asia and Africa. Recent research has illustrated the growing threat this poses to pangolins in India. India is home to two species of pangolin, the Indian Pangolin Manis crassicaudata and the Chinese Pangolin M. pentadactyla , which have been assessed as endangered and critically endangered respectively. Pangolin seizures in India between 1991 and 2022 were analysed to gain a better understanding of illegal trade dynamics. A total of 426 seizures were collated, involving an estimated 8603 pangolins. The frequency of pangolin seizures increased over time as did the volume of estimated pangolins seized. This could be due to a range of different factors including rising poaching and trade levels, increased law enforcement and reporting, and awareness. Nevertheless, on the ground, investigations by the Wildlife Protection Society of India strongly indicate that the escalating poaching and trade in pangolins is driven by lucrative market demands from beyond India’s borders, with a growing focus on the trade in live pangolins. Enforcement efforts appear to be undermined by low prosecution rates with only 1.4% of recorded seizures resulting in successful convictions. Asian pangolins have rapidly disappeared from their natural range and been locally extirpated in many parts of East and Southeast Asia. India’s pangolin species are at similar risk if poaching and trafficking levels continue unmitigated.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».