Socioeconomic predictors of pastoralist tolerance towards large carnivores in northern Tanzania
Notice bibliographique
Résumé
Human-carnivore interactions can negatively affect wildlife and people, particularly in pastoral areas where herding communities depend on livestock for livelihood and well-being. The success of large carnivore conservation initiatives in such regions largely hinges on the extent to which people are willing to share landscapes with carnivores. Tolerance for predatory wildlife, and the array of tangible and intangible factors that shape it, is thus of central importance for promoting human-carnivore coexistence. Based on questionnaire surveys ( n = 424), this paper identifies socioeconomic predictors of pastoralist tolerance towards two species of large carnivores in the Tarangire ecosystem of northern Tanzania. Informed in part by theory on the Hazard Acceptance Model and Wildlife Tolerance Model, we used mixed effect binomial regression models to assess the effects of perceived monetary costs, conservation importance, hidden impacts on well-being, and attitudes about species on people’s tolerance levels for sharing landscapes with leopards ( Panthera pardus ) and spotted hyenas ( Crocuta crocuta ). Pastoralist tolerance for hyenas and leopards was influenced by the magnitude of livestock losses experienced, frequency of carnivore-induced sleep disturbances, individually held attitudes, and the perceived importance of carnivore conservation. Notably, tolerance for hyenas and leopards declined only when perceived impacts rose from moderate to severe levels suggesting that herders are willing to absorb some of the minor costs of coexistence. Based on these findings, we conclude that regional conservation initiatives and wildlife governance institutions should address herder concerns about the risks engendered by large carnivores to ensure that the hazards posed by dangerous wildlife remain lower than people’s thresholds of tolerability.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».