Parks can effectively protect ungulates and elephants despite a constant poaching threat
Notice bibliographique
Résumé
Establishing protected areas is a key element of most conservation strategies, but continuous effective management is needed to ensure that biodiversity is protected. Here we provide an evaluation of park effectiveness by quantifying changes in the abundance of the commonly occurring ungulates (bushbuck - Tragelaphus scriptus; red duiker - Cephalophus harveyi; blue duiker - Cephalophus moniticola, bushpigs - Potomochoerus larvatus, and giant forest hogs - Hylochoerus meinertzhageni), and African elephants (forest elephants - Loxodonta cyclotis, savanna elephants - Loxodonta africana, and their hybrids) in Kibale National Park, Uganda and consider the financial commitment needed to ensure protection. Following the upgrading of the protection of Kibale from a forest reserve to a national park, wildlife populations generally increased. Bushpigs are an exception and their populations appear stable. The increases of ungulate and elephant populations typically happened soon after park establishment, with the exception of the giant forest hog that only recently showed an increase. We conducted an assessment of Uganda Wildlife Authorities budget and those of the small NGOs working in the area and considered the contribution that Makerere University Biological Field Stations makes to the community. This analysis indicates that with a small budget UWA and its collaborators have been successful in protecting the park’s ungulate and elephant populations. While the past decades have demonstrated the park’s ability to conserve biodiversity with limited resources, the changing climate and mounting pressures faced by the park will necessitate significantly increased investments.
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 ».