Economic estimates of invasive wild ungulate damage to livestock producers in Hawai'i
Notice bibliographique
Résumé
BACKGROUND: Invasive ungulates (hoofed mammals), including deer, feral pigs, feral goats, and feral sheep, are known to cause damage to agriculture, property, natural resources, and many other commodities. Most of the information regarding the economic impacts of wild ungulates is from North America, where some of these species are native. To evaluate invasive ungulate damage to livestock producers in the Hawaiian Islands, which have no native ungulates, a survey was distributed to livestock producers across the state. RESULTS: Survey results described how total annual costs are distributed among damage, control, and repairs for survey respondents, who represented a significant percentage of total ranchland acreage across the islands. The estimates, excluding fixed fence installation, revealed an annual cost to livestock producers who responded to the survey of US$1.42 million, which ranged from $3.6 million to $7.5 million when extrapolated to the entire state. The large cost contributors included damage to property, pastureland repair, control costs (excluding fencing), supplemental feed, and predation of calves by wild pigs. Additionally, producers reported spending more than $2 million in upfront fence installation costs. Most of these costs were reported by respondents on the islands of Hawai'i and Moloka'i. CONCLUSION: Study results revealed substantial damage to state livestock producers due to wild ungulates and are useful in determining an invasive ungulate management strategy that can appropriately aid the most impacted sectors of Hawai'i. © 2024 The Author(s). Pest Management Science published by John Wiley & Sons Ltd on behalf of Society of Chemical Industry.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».