MétaCan
Menu
Retour à la cohorte
Enregistrement W4416936918 · doi:10.1111/cobi.70186

Lessons from an eradication under multiple constraints of an island rat population of record density

2025· article· en· W4416936918 sur OpenAlexaff
Tatiane Micheletti, Thayná Jeremias Mello, Carlos Eduardo Verona, Vinícius Peron de Oliveira Gasparotto, Ricardo Krul, Ricardo Araujo, Thali Sampaio, Paulo Rogério Mangini

Notice bibliographique

RevueConservation Biology · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAnimal Ecology and Behavior Studies
Établissements canadiensWestern Forest ProductsUniversity of British Columbia
Organismes subventionnairesInstituto Chico Mendes de Conservação da BiodiversidadeDeutsche Forschungsgemeinschaft
Mots-clésOverpopulationPopulationThreatened speciesAdaptive managementBiodiversityEcosystemInvasive species

Résumé

récupéré en direct d'OpenAlex

Invasive rats threaten island biodiversity, disrupting ecosystems and endangering native species. Although rat eradication has succeeded on many islands, tropical islands present unique management challenges. Strict regulations and financial constraints on some tropical islands further limit proven eradication methods, complicating rodent management. We applied a real-time active adaptive management approach that provided a cautious, cost-efficient, and scientifically grounded pathway to rat eradication, while adhering to strict environmental regulations, on Ilha do Meio, Brazil. The cost was US$3300 per hectare, and the management actions were grounded in close interdisciplinary collaboration. We applied rodenticide (brodifacoum), monitored the rat population, and made iterative management adjustments. The rat overpopulation was eradicated within 5 months, and population increases were observed early on in the threatened masked booby (Sula dactylatra), and the endemic Noronha elaenia (Elaenia ridleyana) and Noronha skink (Trachylepis atlantica). Despite logistical constraints, our approach proved effective and cost-efficient, marking its first application in a biological system. Our findings highlight the value of innovation, close interdisciplinary collaboration, and adaptive decision-making when the application of best-practice methods is constrained.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,066
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,321
Écart entre enseignants0,287 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConservation BiologyMême sujetAnimal Ecology and Behavior StudiesTravaux en français237 207