Predatory Dogs as Drivers of Social Behavior Changes in the Central Himalayan Langur (Semnopithecus schistaceus) in Agro-Forest Landscapes
Notice bibliographique
Résumé
Globally, habitat fragmentation has increased the proximity between wildlife, humans, and emerging predators such as free-ranging dogs. In these fragmented landscapes, encounters between primates and dogs are escalating, with primates often falling victim to dog attacks while navigating patchy landscapes and fragmented forests. We aim to investigate how these primates deal with the simultaneous threats posed by humans and predators, specifically focusing on the adaptive strategies of Central Himalayan langur (CHL) in the landscape of fear. To address this, we conducted a behavioral study on the CHL in an agro-forest landscape, studying them for a total of 3912 h over two consecutive years. Our results indicate that, compared to their most common resting behavior, CHLs allocate more time to feeding and locomotion, and less time to socializing in the presence of humans and predatory dogs. Additionally, they exhibit increased feeding and locomotion and reduced social behavior in agro-forest or open habitats. These behavioral patterns reflect adaptive responses to the landscape of fear, where the presence of predators significantly influences their behavior and resource utilization. This study suggests measures to promote coexistence between humans and wildlife through the integration of effective management strategies that incorporate both ecological and social dimensions of human-wildlife interactions.
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) | 0,001 | 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 ».