RD
Ricardo Dobrovolski
Author with expertise in Evolution of Social Behavior in Primates
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
3
(67% Open Access)
Cited by:
1,163
h-index:
25
/
i10-index:
36
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
1

Impending extinction crisis of the world’s primates: Why primates matter

Alejandro Estrada et al.Jan 6, 2017
+28
A
P
A
Impending extinction of the world’s primates due to human activities; immediate global attention is needed to reverse the trend.
1
Paper
Citation1,027
1
Save
0

Primates in peril: the significance of Brazil, Madagascar, Indonesia and the Democratic Republic of the Congo for global primate conservation

Alejandro Estrada et al.Jun 15, 2018
+25
R
P
A
Primates occur in 90 countries, but four—Brazil, Madagascar, Indonesia, and the Democratic Republic of the Congo (DRC)—harbor 65% of the world’s primate species (439) and 60% of these primates are Threatened, Endangered, or Critically Endangered (IUCN Red List of Threatened Species 2017-3). Considering their importance for global primate conservation, we examine the anthropogenic pressures each country is facing that place their primate populations at risk. Habitat loss and fragmentation are main threats to primates in Brazil, Madagascar, and Indonesia. However, in DRC hunting for the commercial bushmeat trade is the primary threat. Encroachment on primate habitats driven by local and global market demands for food and non-food commodities hunting, illegal trade, the proliferation of invasive species, and human and domestic-animal borne infectious diseases cause habitat loss, population declines, and extirpation. Modeling agricultural expansion in the 21st century for the four countries under a worst-case-scenario, showed a primate range contraction of 78% for Brazil, 72% for Indonesia, 62% for Madagascar, and 32% for DRC. These pressures unfold in the context of expanding human populations with low levels of development. Weak governance across these four countries may limit effective primate conservation planning. We examine landscape and local approaches to effective primate conservation policies and assess the distribution of protected areas and primates in each country. Primates in Brazil and Madagascar have 38% of their range inside protected areas, 17% in Indonesia and 14% in DRC, suggesting that the great majority of primate populations remain vulnerable. We list the key challenges faced by the four countries to avert primate extinctions now and in the future. In the short term, effective law enforcement to stop illegal hunting and illegal forest destruction is absolutely key. Long-term success can only be achieved by focusing local and global public awareness, and actively engaging with international organizations, multinational businesses and consumer nations to reduce unsustainable demands on the environment. Finally, the four primate range countries need to ensure that integrated, sustainable land-use planning for economic development includes the maintenance of biodiversity and intact, functional natural ecosystems.
0
Paper
Citation136
0
Save
0

HOW TO MEASURE THE INFLUENCE OF LANDSCAPE ON POPULATION GENETIC STRUCTURE: DEVELOPING RESISTANCE SURFACES USING A PATTERN-ORIENTED MODELING APPROACH

Kelly Souza et al.Feb 23, 2020
+5
T
M
K
There are several approaches to understand how a landscape, with its several components, affects the genetic population structure by imposing resistance to gene flow. Here we propose the creation of resistance surfaces using a Pattern-Oriented Modeling approach to explain genetic differentiation, estimated by pairwise FST, among Baruzeiro populations (Dipteryx alata), a tree species widely distributed in Brazilian Cerrado. To establish the resistance surface, we used land use layers from the area in which the 25 Baruzeiro populations were sampled, generating 10000 resistance surfaces. To establish the resistance surface, we used land use layers from the area in which the 25 Baru populations were sampled, generating 10000 resistance surfaces. We randomized the cost values for each landscape component between 0 and 100. We use these surfaces to calculate pairwise matrices of the effective resistance among populations. Mantel test revealed a correlation of pairwise FST with a geographical distance equal to r = 0.48 (P < 0.001), whereas the Mantel correlations between pairwise FST and the generated resistance matrices ranged between r = -0.2019 and r= 0.6736. Partial regression on distance matrices was used to select the resistance matrix that provided the highest correlation with pairwise FST, based on the AIC criterion. The selected models suggest that the areas with lower resistance are characterized as natural savanna habitats of different forms, mainly arboreal dense savannas. In contrast, roads, big rivers, and agricultural lands cause higher resistance to gene flow.