Rapid systematic literature review: Camera trap sampling in ecological studies: Considerations of wildlife welfare
Notice bibliographique
Résumé
The use of camera traps in wildlife conservation and ecological research is a popular method of data capture due in large part to the perceived low interference levels for the animals being studied. However, evidence exists that some species alter their behaviour when exposed to this technology. The primary aim of this study was to address whether researchers working with this technology in the ecology and forestry fields are making considerations for the possible impacts of cameras on animal behaviour. A secondary aim was to investigate how the use of this technology is framed in recent publications. In this rapid systematic literature review, we conducted a search on Web of Science and we identified 267 papers published in the last five years, in the fields of ecology and forestry, that met our inclusion criteria. We screened the studies for mentions of the impact of camera traps on the welfare of wildlife. Surprisingly, only 7.5% of the papers considered the possible animal welfare impacts of camera use on the wildlife species of interest in their study, with most comparing it to invasive methods and therefore framing this technology positively. We strongly encourage researchers working in this field to consider the impact of this technology on the specific species being studied. Whilst we recognise that the use of camera traps avoids direct handling of the animals, the short- and long-term effects of using this technology should not be ignored and should, at a minimum, be acknowledged in the limitations.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 tête enseignante, 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 ».