• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Machine learning for tracking illegal wildlife trade on social media.

作者信息

Di Minin Enrico, Fink Christoph, Tenkanen Henrikki, Hiippala Tuomo

机构信息

Digital Geography Lab, Department of Geosciences and Geography, University of Helsinki, Helsinki, FI-00014, Finland.

School of Life Sciences, University of KwaZulu-Natal, Durban, 4000, South Africa.

出版信息

Nat Ecol Evol. 2018 Mar;2(3):406-407. doi: 10.1038/s41559-018-0466-x.

DOI:10.1038/s41559-018-0466-x
PMID:29335570
Abstract
摘要

相似文献

1
Machine learning for tracking illegal wildlife trade on social media.利用机器学习追踪社交媒体上的非法野生动物贸易
Nat Ecol Evol. 2018 Mar;2(3):406-407. doi: 10.1038/s41559-018-0466-x.
2
A framework for investigating illegal wildlife trade on social media with machine learning.利用机器学习调查社交媒体非法野生动物贸易的框架。
Conserv Biol. 2019 Feb;33(1):210-213. doi: 10.1111/cobi.13104. Epub 2018 Nov 14.
3
Quantitative methods of identifying the key nodes in the illegal wildlife trade network.识别非法野生动物贸易网络中关键节点的定量方法。
Proc Natl Acad Sci U S A. 2015 Jun 30;112(26):7948-53. doi: 10.1073/pnas.1500862112. Epub 2015 Jun 15.
4
Case study: law and the illegal wildlife trade in China.案例研究：法律与中国的非法野生动物贸易
Aust Vet J. 2015 Nov;93(11):N14.
5
Concerned or Apathetic? Using Social Media Platform (Twitter) to Gauge the Public Awareness about Wildlife Conservation: A Case Study of the Illegal Rhino Trade.关注还是冷漠？利用社交媒体平台（Twitter）评估公众对野生动物保护的意识：以非法犀牛角贸易为例。
Int J Environ Res Public Health. 2022 Jun 3;19(11):6869. doi: 10.3390/ijerph19116869.
6
Assessing the extent and nature of wildlife trade on the dark web.评估暗网上野生动物贸易的规模和性质。
Conserv Biol. 2016 Aug;30(4):900-4. doi: 10.1111/cobi.12707. Epub 2016 Apr 28.
7
Early warning of trends in commercial wildlife trade through novel machine-learning analysis of patent filing.通过对专利申请的新型机器学习分析实现商业野生动物贸易趋势的早期预警。
Nat Commun. 2024 Aug 1;15(1):6379. doi: 10.1038/s41467-024-49688-x.
8
Digital surveillance: a novel approach to monitoring the illegal wildlife trade.数字监控：监测非法野生动物贸易的新方法。
PLoS One. 2012;7(12):e51156. doi: 10.1371/journal.pone.0051156. Epub 2012 Dec 7.
9
A truer measure of the market: the molecular ecology of fisheries and wildlife trade.对市场更真实的衡量：渔业和野生动物贸易的分子生态学
Mol Ecol. 2008 Sep;17(18):3985-98. doi: 10.1111/j.1365-294X.2008.03867.x.
10
Illegal wildlife trade and other organised crime: A scoping review.非法野生动植物贸易和其他有组织犯罪：范围界定审查。
Ambio. 2022 Jul;51(7):1615-1631. doi: 10.1007/s13280-021-01675-y. Epub 2021 Dec 1.

引用本文的文献

1
Tropical forest cover, oil palm plantations, and precipitation drive flooding events in Aceh, Indonesia, and hit the poorest people hardest.热带森林覆盖、油棕种植园和降水导致印度尼西亚亚齐省发生洪水事件，而受灾最严重的是最贫困人口。
PLoS One. 2024 Oct 14;19(10):e0311759. doi: 10.1371/journal.pone.0311759. eCollection 2024.
2
Status and trends in the international wildlife trade in Chameleons with a focus on Tanzania.关于变色龙国际野生物贸易的现状和趋势，重点关注坦桑尼亚。
PLoS One. 2024 May 16;19(5):e0300371. doi: 10.1371/journal.pone.0300371. eCollection 2024.
3
Increasing biodiversity knowledge through social media: A case study from tropical Bangladesh.
通过社交媒体增加生物多样性知识：来自热带孟加拉国的案例研究。
Bioscience. 2023 Jun 8;73(6):453-459. doi: 10.1093/biosci/biad042. eCollection 2023 Jun.
4
Concerned or Apathetic? Using Social Media Platform (Twitter) to Gauge the Public Awareness about Wildlife Conservation: A Case Study of the Illegal Rhino Trade.关注还是冷漠？利用社交媒体平台（Twitter）评估公众对野生动物保护的意识：以非法犀牛角贸易为例。
Int J Environ Res Public Health. 2022 Jun 3;19(11):6869. doi: 10.3390/ijerph19116869.
5
Detecting the Severity of Socio-Spatial Conflicts Involving Wild Boars in the City Using Social Media Data.利用社交媒体数据检测城市中涉及野猪的社会空间冲突的严重程度。
Sensors (Basel). 2021 Dec 8;21(24):8215. doi: 10.3390/s21248215.
6
A Graph Theory approach to assess nature's contribution to people at a global scale.一种评估全球范围内自然对人类贡献的图论方法。
Sci Rep. 2021 Apr 27;11(1):9118. doi: 10.1038/s41598-021-88745-z.
7
Use of Machine Learning to Detect Wildlife Product Promotion and Sales on Twitter.利用机器学习在推特上检测野生动物制品的推广与销售
Front Big Data. 2019 Aug 27;2:28. doi: 10.3389/fdata.2019.00028. eCollection 2019.
8
Nature and COVID-19: The pandemic, the environment, and the way ahead.自然与 COVID-19：大流行、环境与未来之路。
Ambio. 2021 Apr;50(4):767-781. doi: 10.1007/s13280-020-01447-0. Epub 2021 Jan 16.
9
AI Naturalists Might Hold the Key to Unlocking Biodiversity Data in Social Media Imagery.人工智能博物学家可能是解锁社交媒体图像中生物多样性数据的关键。
Patterns (N Y). 2020 Oct 9;1(7):100116. doi: 10.1016/j.patter.2020.100116.
10
Sharing for science: high-resolution trophic interactions revealed rapidly by social media.科学共享：社交媒体迅速揭示高分辨率营养级相互作用
PeerJ. 2020 Jul 9;8:e9485. doi: 10.7717/peerj.9485. eCollection 2020.