Capacity for recovery in Bornean orangutan populations if forest fragmentation and offtake is limited
Notice bibliographique
Résumé
Forty years of deforestation and logging have degraded and fragmented much of Borneo’s lowland forest. This poses a threat to the island’s unique biodiversity, which can be exacerbated by hunting and killing. Although orangutans sometimes persist in small forest patches, it is unclear if such highly fragmented habitats can sustain viable populations, and whether they facilitate movements across modified landscapes over the long-term. Since longitudinal population data are unavailable, inferences must be made from modelling. We applied a spatially-explicit individual-based model to predict the potential long-term viability of orangutan populations across Borneo. Specifically, we examined how population dynamics and dispersal could be affected by the loss of habitat fragments and removal of individuals through hunting, retaliatory killings and capture and translocation. Small forest fragments facilitated orangutan movement, increasing the number of individuals settling in non-natal patches. However, large rivers remained a substantial barrier, and limited the capacity of orangutan populations to recover from decline. Orangutan populations were also highly vulnerable to even small amounts of offtake, with annual removal of >2% diminishing the positive role that small fragments played in sustaining population connectivity and long-term viability. Our results imply that orangutan populations could grow and recover from recent declines across Borneo if further habitat loss within human-modified landscapes is minimized. However, this will only be achievable if efforts are made to reduce the removal of orangutans by promoting coexistence with people, limiting killings, and only engaging in translocations in rare cases where no suitable alternative exists.
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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».