Mammal species occupancy in a Honduran cloud forest: A pre- and post-COVID-19 comparison
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
Defaunation of medium- and large-bodied mammal species through overharvesting drives local extinctions and impacts key ecosystem services. However, the mechanisms and factors which can drive defaunation rates are incompletely understood. Here, we aimed to assess the impacts of the global COVID-19 pandemic on mammal species probability of use (defined as the probability that a site was occupied by mammal species during our study period) in Cusuco National Park (CNP), a Neotropical cloud forest in north-western Honduras which has been historically impacted by hunting pressures. We also assessed the effects of other covariates on mammal use probability in CNP (namely, distance to roads and elevation). We collected three categories of occupancy data – humans, hunted species, and unhunted species – at the same sites in 2018 and 2019 (pre-COVID period) and 2022 (post-COVID period), and ran multi-season occupancy analyses for each group. We found no association between human probability of use and years. Hunted species probability of use increased between years and with increasing distance to roads. Unhunted species probability of use did not change significantly between years but increased slightly with higher elevations. The significant increase in hunted species use, despite relatively constant levels of human use, suggests that hunting decreased over the COVID-19 pandemic. This may be a result of the largely recreational nature of hunting in CNP, as well as an increased park patrol presence between periods. Our results suggest the COVID-19 pandemic may have had beneficial impacts for hunted species in CNP, and that increasing park patrols during times of decreased hunting may allow hunted species to recover over short time periods.
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 | 0,001 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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