Estimating species distribution from camera trap by‐catch data, using jaguarundi (Herpailurus yagouaroundi) as an example
Notice bibliographique
Résumé
Abstract Aim Planning conservation action requires accurate estimates of abundance and distribution of the target species. For many mammals, particularly those inhabiting tropical forests, there are insufficient data to assess their conservation status. We present a framework for predicting species distribution using jaguarundi ( Herpailurus yagouaroundi ), a poorly known felid for which basic information on abundance and distribution is lacking. Location Mesoamerica and South America. Time Period From 2003 to 2021. Taxa Herpailurus yagouaroundi. Methods We combined camera‐trap data from multiple sites and used an occupancy modelling framework accounting for imperfect detection to identify habitat associations and predict the range‐wide distribution of jaguarundis. Results Our model predicted that the probability of jaguarundi occupancy is positively associated with rugged terrain, herbaceous cover, and human night‐time light intensity. Jaguarundi occupancy was predicted to be higher where precipitation was less seasonal, and at intermediate levels of diurnal temperature range. Our camera data also revealed additional detections of jaguarundis beyond the current International Union for Conservation of Nature (IUCN) range distribution, including the Andean foothills of Colombia and Bolivia. Main Conclusion Occupancy was predicted to be low throughout much of Amazonian lowlands, a vast area at the centre of jaguarundi known range. Further work is required to investigate whether this area represents sub‐optimal conditions for the species. Overall, we estimate a crude global jaguarundi population of 35,000 to 230,000 individuals, covering 4,453,406 km 2 of Meso‐ and South America at the 0.5 probability level of occupancy. Our current framework allows for an initially detailed, well‐informed species distribution that should be challenged and refined with improved habitat layers and additional records of jaguarundi detection. We encourage similar studies of lesser‐known mammals, pooling existing by‐catch data from the growing bank of camera‐trap surveys around the world.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».