Coexistence of Sympatric Large Carnivores: Spatio‐Temporal Interactions Between Tigers and Leopards in Parsa National Park, Nepal
Notice bibliographique
Résumé
ABSTRACT Understanding interspecific interactions between tigers ( Panthera tigris ) and leopards ( Panthera pardus ) is crucial for effective conservation planning. However, most studies have been conducted only in well‐known protected areas, leaving knowledge gaps in other parts of their overlapping range. This study investigates the spatial‐temporal interactions between sympatric carnivores (tigers and leopards) in Parsa National Park (PNP), Nepal. Camera trap data obtained from 157 sampling sites (2 × 2 km grid cells) were used to assess daily temporal activity patterns, single‐species occupancy, and density of tigers and leopards using spatially explicit capture‐recapture models (SECR) to further examine their coexistence mechanism in light of the recent recovery of tiger populations in PNP. In general, our findings indicate that both species co‐detected at 44 camera locations, demonstrating that they spatially share habitats inside the park. However, leopards avoid peak tiger activity periods, which is likely to reduce competitive interactions. The SECR model estimated a leopard density of 3.09 individuals per 100 km 2 whereas tiger density was 1.25 individuals per 100 km 2 within the study area. The model‐averaged occupancy probability of leopards in PNP was 0.45 (CI: 0.30, 0.64). The normalized difference vegetation index (NDVI) had a strong correlation with leopard occupancy, while the tiger relative abundance index (RAI) had minimal impact, reflecting the importance of high‐quality habitats in protected areas for conserving both species. Conservation initiatives targeting to strengthen the tiger recovery plans should incorporate thorough studies of interspecific interactions between sympatric large carnivores like tigers, leopards, and their prey base on a fine‐grain scale to ensure effective management strategies.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 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 ».