XiaoMi-AI文件搜索系统
World File Search Systemldl
新的 AI 方法可打击互联网上的非法野生动物贸易
“这是首次应用机器视觉模型来推断图像背景，以识别活体动物的销售。当卖家宣传出售动物时，广告中通常会附上动物被圈养的图像。这不同于非圈养图像，例如游客在国家公园拍摄的动物照片。使用一种称为特征可视化的技术，我们证明了我们的模型可以同时考虑图像中动物的存在以及图像中动物的周围环境。因此，可以标记可能非法出售动物的帖子，”这项研究的主要作者 Ritwik Kulkarni 博士说。
射血分数轻度降低或保留的心力衰竭患者的 Finerenone、血清钾和临床结果
结果 共纳入 6001 名参与者（3003 名随机接受 Finerenone 治疗，2998 名随机接受安慰剂治疗）。Finerenone 组的血清钾水平在 1 个月（中位数 [IQR] 差异，0.19 [0.17-0.21] mmol/L）和 3 个月（中位数 [IQR] 差异，0.23 [0.21-0.25] mmol/L）时均高于安慰剂组，并且这种状况一直持续到试验的剩余随访期。 Finerenone 增加了钾水平升高至 5.5 mmol/L 以上的风险（风险比 [HR]，2.16 [95% CI，1.83-2.56]；P < .001），并降低了钾水平降至 3.5 mmol/L 以下的风险（HR，0.46 [95% CI，0.38-0.56]；P < .001）。在两个治疗组中，低钾水平（< 3.5 mmol/L；HR，2.49 [95% CI，1.8-3.43]）和高钾水平（> 5.5 mmol/L；HR，1.64 [95% CI，1.04-2.58]）均与后续主要结果风险较高相关。尽管如此，与接受安慰剂治疗的患者相比，接受 finerenone 治疗的患者发生主要结局的风险通常较低，即使钾水平升高至 5.5 mmol/L 以上的患者也是如此。
袋鼠收获维多利亚的配额，2025年 - 野生动物
在2024年9月进行的维多利亚州未森林地区的空中调查。这些调查补充了两种灰色袋鼠物种所占据的地区的同时地面调查，以估算每个收获区中东部和西灰色袋鼠的比例。组合，这两个数据集允许对五个收获区域中每个袋鼠中存在的袋鼠数量进行统计估计。随着新的KHMP的启动，收获区的数量和边界变化了，以改善KHP的给药，并从商业收获中排除了墨尔本城市边缘的另外十个城市（图S1）。总配额（ATCW和KHP合并）被指定为每个收获区域内估计丰度的10％，对东方和西灰色袋鼠进行了单独的配额。使用时间序列建模的历史ATCW许可证数据预测，在2025年在ATCW许可下将在每个区域中被淘汰的每个物种的数量，其余的总允许的10％将分配给KHP。
人类监督是利用相机陷阱图像实现准确人工智能辅助野生动物识别的关键
利用公众支持从大量数据集中提取信息已成为准确标记相机陷阱 (CT) 图像中野生动物数据的一种流行方法。然而，对志愿者工作不断增长的需求延长了数据收集与我们得出生态推断或执行数据驱动的保护行动的能力之间的时间间隔。人工智能 (AI) 方法目前在物种检测（即图像中是否包含动物）和标记常见物种方面非常有效；然而，它对图像中很少捕捉到的物种和视觉上彼此高度相似的物种表现不佳。为了充分利用人类和人工智能分类方法的最佳优势，我们开发了一个集成的 CT 数据管道，其中人工智能提供标记图像的初始传递，但由人类监督和验证（即“人在环”方法）。为了评估分类准确度的提高，我们将人工智能和 HITL 协议生成的物种标签的精度与野生动物专家注释的“黄金标准”（GS）数据集进行比较。人工智能方法的准确性取决于物种，并与训练图像的数量呈正相关。 HITL 的共同努力使 73% 的数据集的错误率低于 10%，并降低了另外 23% 的错误率。对于两个外观相似的物种，人类输入的错误率高于人工智能。虽然与仅使用人工智能相比，将人类纳入循环会增加分类时间，但准确率的提高表明这种方法对于大批量 CT 调查非常有价值。
第5A部分国家公园与野生动物法案1974
关于方法的新想法或对现有方法的更改，该委员会是根据《碳信贷（碳农业倡议）法》（CTH）成立的独立法定委员会。在对ACCU计划进行独立审查后，委员会重新建立了，该计划是为了确保Accus和碳信贷框架的强大而可信的声誉，并得到了参与者，购买和社区的支持。审查发现该计划本质上是合理的，并提出了16项建议，以确保其完整性并与最佳实践保持一致。澳大利亚政府接受了每个建议，并发布了一项实施计划，阐明了改革的方法和时机。
推进野生动植物生物多样性的干细胞技术。
Ashlee M. Hutchinson 1, *, Ruth Appeltant 2, *, Tom Burdon 3, *, Qiuye Bao 4 , Rhishikesh Bargaje 5 , Andrea Bodnar 6 , Stuart Chambers 7 , Pierre Comizzoli 8 , Laura Cook 9 , Yoshinori Endo 10 , Bob Harman 11 , Katsuhiko Hayashi 12 , Thomas Hildebrandt 13 , Marisa L. Kordody 14，Uma Lakshmipathy 15，Jeanne F. Loring 16，Clara Munger 17，Alex H. M. Ng 18，Ben Novak 1，Manabu Onuma 19，Sara Ord 20，Sare Ord Paris 21，Paris 21，Andrew J. Pask 22，Andhand Andrew J. Pask 22，Andhanderco Pelegri 23 Sukparangsi 26 , Gareth Sullivan 27,28 , Nicole Liling Tay 4 , Nikki Traylor-Knowles 29 , Shawn Walker 30 , Antonia Weberling 31 , Deanne J. Whitworth 32 , Suzannah A. Williams 33 , Jessye Wojtusik 34 , Jun Wu 35 , Qi-Long Ying 36 , Thomas P. Zwaka 37 and Timo N. Kohler 17， *，‡
利用人工智能保护野生动物
摘要：全球生物多样性的迅速下降需要创新的保护策略。本文探讨了人工智能 (AI) 在野生动物保护中的应用，重点介绍了 Conservation AI 平台。Conservation AI 利用机器学习和计算机视觉，使用可见光谱和热红外摄像机检测和分类动物、人类和与偷猎有关的物体。该平台使用卷积神经网络 (CNN) 和变压器架构处理这些数据，以监测物种，包括那些极度濒危的物种。实时检测为时间紧迫的情况（例如偷猎）提供了所需的即时响应，而非实时分析则支持长期野生动物监测和栖息地健康评估。来自欧洲、北美、非洲和东南亚的案例研究突出了该平台在物种识别、生物多样性监测和偷猎预防方面的成功。本文还讨论了与数据质量、模型准确性和后勤约束相关的挑战，同时概述了未来的方向，包括技术进步、扩展到新的地理区域以及与当地社区和政策制定者的更深入合作。保护人工智能代表着在解决野生动物保护的紧迫挑战方面迈出了重要一步，提供了可在全球范围内实施的可扩展、适应性强的解决方案。
妇女在野生动植物保护中的作用和赋权
这项研究探讨了妇女在野生动植物保护中的关键作用，并研究了性别平等法与生物多样性保护工作如何相交。随着保护的挑战加剧，不同社区，尤其是妇女的参与变得越来越重要。妇女经常领导基于社区的保护工作，尤其是在传统生态知识是生物多样性保护不可或缺的农村和土著社区中。但是，基于性别的障碍，例如受教育，资源和领导职务的机会有限，限制了他们的潜在贡献。这项研究分析了支持性别平等（包括国际人权法）对保护结果的法律框架的影响。从案例研究中汲取灵感，强调了成功的举措，在这些举措中，赋予妇女权力的赋权直接使濒危物种和栖息地恢复工作受益。调查结果表明，在保护政策中执行性别平等不仅增强了人权，而且增强了生态韧性，从而促进了可持续生物多样性保护的整体方法。这项研究倡导了优先考虑妇女参与保护的政策，提出了一种综合方法的模型，该方法将性别平等作为环境管理的有力工具。
SC78 DOC。 33.8 - p。 1个原始语言 世界野生动物日2025概念注释SC78 DOC。 33.8 - p。 1个原始语言世界野生动物日2025概念注释
世界野生动物日2025年概念注意野生动物保护融资：2013年12月20日在联合国大会第68届会议（UNGA）上投资人和行星，3月3日被宣布为联合国世界野生动物日。这一天具有重要的意义，这是1973年签署了濒危野生动物和动植物的国际贸易公约。UNGA决议指定了Cites秘书处是联合国日历上野生动植物的全球纪念日的促进者。联合国世界野生动植物日现在已成为致力于野生动物和植物的全球年度活动。在2025年，世界野生动植物日将以“野生动植物保护融资：投资人和星球”的关键主题庆祝。2025年还将与1975年《塞斯》（Cites of Cites of Cites）成立50周年一致。