Um roedor exótico em uma ilha protegida: estimando a abundância do mocó (Kerodon rupestris) em Fernando de Noronha, Brasil
Notice bibliographique
Résumé
Compreender a estrutura e dinâmica populacional de espécies exóticas é fundamental para avaliar seu potencial nível de ameaça aos ambientes nativos e planejar, se necessário, seu manejo. Esse conhecimento é obtido por meio da estimativa dos parâmetros populacionais. No entanto, em ambientes insulares, especialmente em países em desenvolvimento, a logística, o custo e certas características das espécies podem dificultar a coleta de dados, resultando em conjuntos de dados esparsos. O presente estudo teve como objetivo fornecer uma estimativa preliminar da probabilidade de sobrevivência e da abundância do mocó (Kerodon rupestris; Caviidae: Rodentia) na ilha de Fernando de Noronha por meio de dados esparsos. Usando um modelo de efeitos mistos log-normais de Poisson truncado em zero (ZPNE), primeiramente estimamos o número de indivíduos em uma colônia de K. rupestris (a colônia Boldró). Usando a densidade calculada (número de indivíduos dividido pela área da colônia) e informações sobre colônias mapeadas coletadas por meio de imagens de satélite, calculamos o tamanho da população da ilha. O modelo ZPNE apresentou uma probabilidade média de sobrevivência de 0,5499 em 185 dias e uma probabilidade média de captura de 0,858. A extrapolação das estimativas de tamanho da população da colônia de Boldró (21; IC95% 12 - 36 indivíduos) sugere que a população de mocós em Fernando de Noronha consiste em 5.473 (IC95% 3.114 - 9.622) indivíduos. Mesmo com dados limitados e cautela justificada, o presente estudo preliminar avaliou os parâmetros populacionais dessa população insular de K. rupestris, contribuindo com informações valiosas para o planejamento de seu manejo pela primeira vez.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».