River dolphins as indicators of ecosystem degradation in large tropical rivers
Notice bibliographique
Résumé
Freshwater ecosystem degradation in the Amazon and Orinoco river basins is increasing due to rising human population numbers, and large water development projects. Therefore, monitoring ecosystem condition in these rivers of high biodiversity is of global conservation importance. This dissertation evaluated the potential of using river dolphins as indicators of ecosystem condition in large tropical rivers of South America. First, population estimates of river dolphins were obtained by line-strip transect surveys and mark-recapture methods on photo-identifications. Using this information, I identified critical habitat, hotspots, and areas of concern for river dolphins, as well as the relationship between dolphin density and group size estimates with ecological features. Second, I evaluated the relationship between dolphin estimates and human stressors. Higher densities of dolphins occurred in rivers with low indices of overall freshwater degradation, such as rivers with high water quality and the lowest human population numbers. Thus, dolphin density estimates seem to be good indicators of freshwater ecosystem degradation in the Amazon and Orinoco basins. These top predators not only are indicator species, but also have the potential to act as flagship and sentinel species, indicating freshwater ecosystem degradation and stimulating conservation action. This dissertation highlights the large changes in the Amazon and Orinoco that are approaching fast. Indicator, flagship and sentinel species can become science-based conservation tools not to only document freshwater ecosystem degradation, but to raise awareness about broader implications of human stressors on biodiversity and river systems.
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 ».