The illegal trade of binturongs in Indonesia (arctictis binturong)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Wildlife trade heavily exploits small carnivores like the Binturong Arctictis binturong which is coveted for meat, skin, civet coffee production and the pet trade, across its range in Asia. Yet, there are few studies documenting the trade of binturongs or the impact of trade on wild populations. This study examines seizure data and online trade of binturongs in Indonesia to better understand trade dynamics and identify measures to mitigate illegal trade and exploitation. We found a significant quantity of binturongs for sale online with 594 adverts offering over 720 live animals during the study period, the majority of which were on Facebook (97.6%). The trade largely revolves around the demand for pets. Both wild-sourced and captive-bred individuals were observed for sale. Nevertheless, we argue the vast majority are likely to have been illegally harvested from the wild posing a serious threat to the survival of this unique small carnivore. This was supported by seizure data whereby 103 live binturongs were confiscated indicating illegal hunting for the species is occurring in violation of local wildlife laws. The vast number of adverts for binturongs indicates buyers and traders do not fear detection or perceive local enforcement as a threat. Addressing legislative weaknesses and greater enforcement of laws and prosecution rates will be essential in mitigating illegal trade and exploitation. Establishing clear and stringent regulations on online wildlife traders and platforms such as Facebook which facilitate this trade is urgently needed to end the rampant and blatant 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.
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 découle