Legal freshwater turtle meat trade in Indonesia only marginally contributes to collectors’ livelihoods
Notice bibliographique
Résumé
In Indonesia tens of thousands of freshwater turtles and tortoises are collected and traded annually for their meat, including a large proportion that is exported. Proponents of international wildlife trade often state that such international trade directly contributes to the livelihoods of numerous families, especially those at the source end of the trade chain, i.e., harvesters and collectors. We note, however, that surprisingly little direct evidence is available for this assertion. To better understand the value of such trade to the livelihoods of those at the source end of the trade chain we explored to what extend the legal harvest of these turtles for the domestic and international meat trade in Indonesia supports livelihoods. Harvest and trade of freshwater turtles and tortoises in Indonesia is regulated through an annually set province-by-province quota system, and annually around 50,000 turtles belonging to four species are allowed to be collected from the wild. For each province we calculated the total monetary value of turtles for collectors, and we divided this by the government’s recommended minimum wage for each province arriving at the number of collectors that can legally earn a minimum wage by collecting turtles. We find that, nation-wide, legal collection allows a maximum of between 241 and 360 collectors (0–41 per province) to gain a year-round minimum wage, without including costs for permits, transportation, equipment and other expenses. Given that the legal trade in turtles provides so few people with a minimal amount of income, and given the increasingly imperilled status of numerous freshwater turtle and tortoise species, and the decline in Indonesia’s freshwater turtle and tortoise species in particular, we question whether allowing this trade is an effective livelihood strategy and whether such unsustainable trade should continue to be promoted and allowed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 source (Gemma direct ou Codex distillé), 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 ».