Skip to main page content
U.S. flag

An official website of the United States government

Dot gov

The .gov means it’s official.
Federal government websites often end in .gov or .mil. Before sharing sensitive information, make sure you’re on a federal government site.

Https

The site is secure.
The https:// ensures that you are connecting to the official website and that any information you provide is encrypted and transmitted securely.

Access keys NCBI Homepage MyNCBI Homepage Main Content Main Navigation
. 2024 May;105(5):e4298.
doi: 10.1002/ecy.4298. Epub 2024 Apr 12.

Camera trap surveys of Atlantic Forest mammals: A data set for analyses considering imperfect detection (2004-2020)

Ingridi Camboim Franceschi  1   2 Rubem Augusto da Paixão Dornas  1   3 Isabel Salgueiro Lermen  1   2 Artur Vicente Pfeifer Coelho  4 Ademir Henrique Vilas Boas  5 Adriano Garcia Chiarello  6 Adriano Pereira Paglia  7 Agnis Cristiane de Souza  8 Alana Rafaela Borsekowsky  9 Alessandro Rocha  10   11 Alex Bager  12 Alexander Zaidan de Souza  13 Alexandre Martins Costa Lopes  14 Aloysio Souza de Moura  15 Aluane Silva Ferreira  16 Alvaro García-Olaechea  16   17 Ana Cláudia Delciellos  18 Ana Elisa de Faria Bacellar  19 Ana Kellen Nogueira Campelo  20   21 Ana Maria Oliveira Paschoal  7 Anderson Claudino Rolim  22 André Luiz Ferreira da Silva  23   24 Andre Monnerat Lanna  25   26 André Pereira da Silva  27 Andresa Guimarães  28 Ângela Cardoso  29 Angelica Soligo Cassol  30 Anna Ludmilla da Costa-Pinto  31   32 Ariel Guilherme Santos do Nascimento  33 Arthur Soares Fernandes  7 Aryanne Clyvia  34 Aureo Banhos Dos Santos  35 Barbara Lima-Silva  29 Beatriz de Mello Beisiegel  36   37 Beatriz Fernandes Lima Luciano  38   39 Bernardo de Faria Leopoldo  40 Bruna Nunes Krobel  29 Bruno Busnello Kubiak  41 Bruno Henrique Saranholi  42 Bruno Senna Correa  43 Caio Sant Anna Teixeira  44 Camila Rezende Ayroza  45 Camila Righetto Cassano  16 Camilo Benitez-Riveros  46   47 Carla Cristina Gestich  42 Carla Denise Tedesco  48 Carla Gheler-Costa  49   50 Carla Grasiele Zanin Hegel  51 Carlito da Silva Evangelista Junior  20   21 Carlos Eduardo Morando Faria Ferreira  52 Carlos Eduardo Viveiros Grelle  53   54 Carolina Franco Esteves  55 Caroline da Costa Espinosa  56 Caroline Leuchtenberger  9 Catalina Sanchéz-Lalinde  57   58 Cauanne Iglesias Campos Machado  59 Cecilia Andreazzi  60 Cecília Bueno  61 Cecilia Cronemberger de Faria  62   63 Claudio Novaes  34 Cynthia Elisa Widmer  64 Cyntia Cavalcante Santos  65   66 Daniel da Silva Ferraz  34   52 Daniel Galiano  67 Daniela Aparecida Savariz Bôlla  68 Daniela Behs  8 Daniele Pereira Rodrigues  69 Danielle Picão de Melo  27 Déborah Maria Soares Ramos  70 Denise Lidório de Mattia  8 Diego Dias Pavei  8 Diogo Loretto  71 Douglas da Silva Huning  48 Douglas de Matos Dias  72 Éder Ricardo Paetzhold  73   74 Elaine Rios  16 Eleonore Zulnara Freire Setz  75 Eliana Cazetta  16 Emanuel Giovani Cafofo Silva  28 Emanuelle Pasa  76 Erica Naomi Saito  2   77 Erick Francisco Silva de Aguiar  7 Érika Paula Castro  12   78 Ernesto Bastos Viveiros de Castro  62   79 Ezequiel Pedó  2   80 Fabiane de Aguiar Pereira  62   81 Fábio Bolzan  82   83 Fábio de Oliveira Roque  82 Fábio Dias Mazim  55 Fábio Henrique Comin  49   84 Fábio Maffei  85 Felipe Bortolotto Peters  55 Felipe Moreli Fantacini  30   86 Felipe Pessoa da Silva  87   88 Felipe Santana Machado  15   88   89   90 Felipe Vélez-Garcia  57   58 Fernanda Stussi Duarte Lage  91 Fernando Araújo Perini  92 Fernando Camargo Passos  24 Fernando Carvalho  38   39 Fernando Cesar Cascelli de Azevedo  64 Fernando Ferreira  93 Fernando Ferreira de Pinho  94   95 Flávia Guimarães Chaves  28 Flavia Regina Miranda  14   96 Flavio Henrique Guimarães Rodrigues  97 Flávio Kulaif Ubaid  98 Francisco Homem Gabriel  33   52 Franco Leandro de Souza  99 Fred Victor de Oliveira  92 Gabriel Cupolillo  5   100 Gabriela de Araújo Pires Moreira  7 Gabriela Mette  101 Gabriela Teixeira Duarte  7   94 Gabrielle Beca  10   102 Gilberto Corso  103   104 Gilmar Perbiche-Neves  27 Glauber Henrique Borges de Oliveira Souto  22   105 Glenda Jéssica da Silva Vilarroel  59 Graziele O Batista  80   106 Guilherme Braga Ferreira  95   107 Gustavo Alves da Costa Toledo  108 Gustavo Senger  9 Helena de Godoy Bergallo  109 Hellen Cristina Pinheiro Dos Santos  110 Humberto Angelo Gazola  111 Isabel Melo  112 Ismael Verrastro Brack  2   113 Iuri Veríssimo  5   114 Ivan Réus Viana  8 Izabela Costa Laurentino  103   104 Jaime Luis Diehl  8 Jairo José Zocche  37   38 Jimi Martins-Silva  115 João Paulo Gava Just  8 Jorge José Cherem  116   117 Jorge Luiz Nascimento  62 Jorge Reppold Marinho  118 José Oliveira Dantas  119 Jose Roberto de Matos  8 José Salatiel Rodrigues Pires  120 Josi Fernanda Cerveira  121   122 Juan Ruiz-Esparza  123 Juliana Paulo da Silva  28 Juliano André Bogoni  112 Karina Theodoro Molina  14   124 Karla Dayane de Lima Pereira  125 Karoline Ceron  37   112 Kristel de Vleeschouwer  126 Laís Lautenschlager  127   128 Larissa Bailey  129 Larissa Fornitano  130   131 Lilian Elaine Rampim  132 Lorena Sforza  46   47 Luan Gonçalves Bissa  8 Luca Mattos Santucci  29 Lucas Gonçalves da Silva  70 Lucas Neves Perillo  94   133 Lucas Ribeiro Correa  134 Ludmila Hufnagel  7 Luis Fernando Alberti  8 Luis Jose Recalde Mello  135 Luis Renato Rezende Bernardo  136 Luiz Gustavo Rodrigues Oliveira-Santos  99 Luiza Neves Guimarães  7 Maíra Benchimol  16 Manuela Catharina Twardowschy  24   137 Marcela Ferreira-Riveros  46   47   138 Marcelo da Silva  22   139 Márcia Maria de Assis Jardim  59   140 Marco Aurélio Leite Fontes  15 Marcos Adriano Tortato  112   116   117 Marcos Tadeu do Nascimento  141 Margareth Lumy Sekiama  27 Maria Clara Nascimento-Costa  92 Maria Ester Bueno Dos Santos  142 Maria Santina de Castro Morini  20 Mariana Baldy Nagy-Reis  143 Mariane da Cruz Kaizer  34   144 Mariano José Ribeiro da Silva Sant'Anna  145   146 Marilia Teresinha Hartmann  69 Marina Ochoa Favarini  55 Marina Oliveira Olivo  8 Martín Alejandro Montes  70 Martin Roberto Del Valle Alvaréz  57 Matheus Feldstein Haddad  30   147   148 Maurício Djalles Costa  149 Maurício Eduardo Graipel  29   117 Mauricio Quoos Konzen  69 Mauro Galetti  10   150 Meyline de Oliveira Souza Almeida  119 Michel Barros Faria  33   52 Micheli Ribeiro Luiz  151 Michelle Noronha da Matta Baptista  28 Miguel Ângelo Marini  152 Milton Cezar Ribeiro  10 Natalie Olifiers  61 Natasha Moraes de Albuquerque  153 Nicolás Cantero  46 Nivaldo Peroni  106   120 Noeli Zanella  48 Olívia Mendonça-Furtado  28 Olivier Pays  66 Orlando Ednei Ferretti  154 Oscar Rocha-Barbosa  155 Paloma Marques Santos  7   10 Patrícia Menegaz de Farias  156   157 Patrício Adriano da Rocha  158 Paul François Colas-Rosas  159 Paula Ribeiro-Souza  160   161 Paula Ferracioli  162 Paulo Afonso Hartmann  69 Paulo de Tarso Zuquim Antas  163 Paulo Ribeiro  57   164   165 Paulo Tomasi Sarti  166   167 Paulo Ivo Mônico  8 Pedro Volkmer de Castilho  168 Peônia Brito de Moraes Pereira  169 Peter Gransden Crawshaw Jr  170 Pierre-Cyril Renaud  66 Rafael Spilere Romagna  8 Rafael Turíbio Moraes de Sousa  103   104 Raíssa Soares Spagnol  118 Raone Beltrão-Mendes  153 Ravi Fernandes Mariano  15 Renata Reinoso Rocha  171 Renata Sousa-Lima  104   172 Renata Valls Pagotto  115 Rhayssa Terra de Faria  75 Ricardo Corassa Arrais  173 Ricardo Moratelli  5 Ricardo Sartorello  20   21 Rita de Cassia Bianchi  131 Roberto de Carvalho Guimarães  174 Rodrigo Lima Massara  7 Romulo Theodoro Costa  130   131 Rosane Vera Marques  175 Ruan Márcio Ruas Nunes  52 Sandra Maria Hartz  2 Saulo Meneses Silvestre de Sousa  176 Saulo Ramos Lima  163 Sergio Lutz Barbosa  177 Silvia Neri Godoy  178 Stephen Francis Ferrari  72   153 Talita Guimarães de Araújo-Piovezan  119 Talita Laura Góes  160   179 Tatiane Campos Trigo  59   140 Thales R O de Freitas  41 Thiago Bernardes Maccarini  180 Thiago Marcial de Castro  8 Thiago Ribas Bella  181 Tonny Marques de Oliveira Junior  182 Uslaine Maciel Cunha  52 Vanessa Tavares Kanaan  30   113 Vera Pfannerstill  183   184 Victor Siqueira Pimentel  100   185 Vilmar Picinatto Filho  186 Vinícius Nunes Alves  187 Viviana Rojas-Bonzi  47   188 Viviane Mottin  37   38 Vlamir José Rocha  134 Andreas Kindel  1   2 Igor Pfeifer Coelho  1
Affiliations

Camera trap surveys of Atlantic Forest mammals: A data set for analyses considering imperfect detection (2004-2020)

Ingridi Camboim Franceschi et al. Ecology. 2024 May.

Abstract

Camera traps became the main observational method of a myriad of species over large areas. Data sets from camera traps can be used to describe the patterns and monitor the occupancy, abundance, and richness of wildlife, essential information for conservation in times of rapid climate and land-cover changes. Habitat loss and poaching are responsible for historical population losses of mammals in the Atlantic Forest biodiversity hotspot, especially for medium to large-sized species. Here we present a data set from camera trap surveys of medium to large-sized native mammals (>1 kg) across the Atlantic Forest. We compiled data from 5380 ground-level camera trap deployments in 3046 locations, from 2004 to 2020, resulting in 43,068 records of 58 species. These data add to existing data sets of mammals in the Atlantic Forest by including dates of camera operation needed for analyses dealing with imperfect detection. We also included, when available, information on important predictors of detection, namely the camera brand and model, use of bait, and obstruction of camera viewshed that can be measured from example pictures at each camera location. Besides its application in studies on the patterns and mechanisms behind occupancy, relative abundance, richness, and detection, the data set presented here can be used to study species' daily activity patterns, activity levels, and spatiotemporal interactions between species. Moreover, data can be used combined with other data sources in the multiple and expanding uses of integrated population modeling. An R script is available to view summaries of the data set. We expect that this data set will be used to advance the knowledge of mammal assemblages and to inform evidence-based solutions for the conservation of the Atlantic Forest. The data are not copyright restricted; please cite this paper when using the data.

As armadilhas fotográficas tornaram‐se o principal método de observação de muitas espécies em grandes áreas. Os dados obtidos com armadilhas fotográficas podem ser usados para descrever os padrões e monitorar a ocupação, abundância e riqueza da vida selvagem, informação essencial para a conservação em tempos de rápidas mudanças climáticas e de cobertura do solo. A perda de habitat e a caça furtiva são responsáveis pelas perdas populacionais históricas de mamíferos no hotspot de biodiversidade da Mata Atlântica, especialmente para espécies de médio e grande porte. Aqui apresentamos um conjunto de dados de levantamentos com armadilhas fotográficas de mamíferos de médio e grande porte (>1 kg) em toda a Mata Atlântica. Compilamos dados de 5.380 armadilhas fotográficas instaladas no nível do chão em 3.046 locais, de 2004 a 2020, resultando em 43.068 registros de 58 espécies. Esses dados acrescentam aos conjuntos de dados existentes de mamíferos na Mata Atlântica por incluir as datas de operação das câmeras, que são necessárias para análises que lidam com detecção imperfeita. Também incluímos, quando disponíveis, informações sobre importantes preditores de detecção, como marca e modelo da câmera, uso de isca e obstrução do visor da câmera que pode ser medido a partir de imagens de exemplo em cada local da câmera. Além de estudos sobre os padrões e mecanismos por trás da ocupação, abundância relativa, riqueza e detecção, o conjunto de dados aqui apresentado pode ser usado para estudar os padrões de atividade diária das espécies, nível de atividade e interações espaço‐temporais entre as espécies. Além disso, os dados podem ser usados em combinação com outras fontes de dados em diversas análises com modelagem populacional integrada. Um script R está disponível para visualizar um resumo do conjunto de dados. Esperamos que este conjunto de dados seja usado para aumentar o conhecimento sobre as assembleias de mamíferos e usado para informar soluções baseadas em evidências para a conservação da Mata Atlântica. Os dados não são restritos por direitos autorais e, por favor, cite este documento ao usar os dados.

Keywords: Atlantic Forest; abundance; activity pattern; camera trap; imperfect detection; integrated population modeling; medium to large‐sized mammals; occupancy; richness; species distribution modeling.

PubMed Disclaimer

Publication types