MétaCan
Menu
Retour à la cohorte
Enregistrement W4406851785 · doi:10.1111/1365-2664.14857

Human–wildlife coexistence needs more evidence‐based interventions to reduce the losses of crops, livestock and fishery catches

2025· article· en· W4406851785 sur OpenAlexaboutno aff
Cheng Huang, Yiqing Chen, Lili Li, Ahimsa Campos‐Arceiz, Yi Wang, Kenneth Otieno Onditi, Zhongqiu Li, Limin Feng, Yang Liu, Tien Ming Lee

Notice bibliographique

RevueJournal of Applied Ecology · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesChinese Academy of Sciences
Mots-clésWildlifeLivestockFisheryAgroforestryHuman–wildlife conflictBusinessEnvironmental scienceGeographyEcologyBiologyForestry

Résumé

récupéré en direct d'OpenAlex

Abstract Evidence‐based interventions designed to reduce wildlife‐caused losses are essential for human–wildlife coexistence. The lack of systematic summarization of research effort and evidence makes it challenging for researchers, managers and policymakers to prioritize interventions for evaluation and implementation. Here, we compiled experimental case studies of nonlethal technical interventions designed to reduce the losses of crops, livestock and fishery catches caused by terrestrial carnivores, elephants, farmland birds and marine fauna worldwide. Then, we summarized the research effort and the performance of interventions by their sensory stimuli and target animals. We found that: (i) 54 of 88 interventions included in this study had statistically effective evidence, where only 39% (21/54) were evaluated with more than three experiments; (ii) physical‐, sound‐, chemical‐ and light (or visual) ‐based interventions were the most in numbers and their performance varied greatly; (iii) farmland birds, seabirds and cetaceans were the most studied animal groups while there are only a few experiments for elephants; and (iv) the interventions for marine fauna generally had no impact on the target catch of fisheries. Syntheses and applications: Our results indicated that collective effort is needed to further evaluate interventions using various sensory stimuli and launch incentive programs to motivate the implementation of interventions, particularly related to marine fauna conservation. Our synthesis could be helpful for stakeholders to tackle the negative human‐wildlife interactions outlined as Target 4 of the Kunming–Montreal Global Biodiversity Framework.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,027
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,144

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,052
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,308
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied EcologyMême sujetWildlife Ecology and ConservationTravaux en français237 207