MétaCan
Menu
Retour à la cohorte
Enregistrement W1704063768 · doi:10.22621/cfn.v121i3.474

Road-kill of Mammals in Nova Scotia

2007· article· en· W1704063768 sur OpenAlexafffundvenueabout
David Fudge, Bill Freedman, Michael Crowell, Tony Nette, Vince Power

Notice bibliographique

RevueThe Canadian Field-Naturalist · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife-Road Interactions and Conservation
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDalhousie UniversityU.S. Department of Transportation
Mots-clésPorcupineNova scotiaWildlifeGeographyZoologyFisheryEcologyBiologyArchaeology

Résumé

récupéré en direct d'OpenAlex

We examined road mortality of wild mammals in Nova Scotia using data from (a) five years of province-wide data on wildlife collisions involving larger mammals, and (b) 20 months of observations of smaller mammals along a 160-km route near Halifax. An average of 2079 White-tailed Deer was reported killed annually on highways during 1999 through 2003, along with 14 Moose and 33 Black Bear. Female White-tailed Deer were more likely to be road-killed than males (by a factor of 1.8), yearlings more so than older animals, and there were peaks of mortality in the late spring and late autumn. The road-kill of smaller mammals was highest in the summer and least in the winter, and the most frequent mortalities were of Raccoon (28% of observations), Porcupine (27%), Skunk (17%), Snowshoe Hare (6%), Coyote (4%), and Groundhog (3%). The standardized kill-rate (number/100 km) was highest on a 100-series highway compared to trunk highways or urban streets, but the rate standardized to vehicle density was highest on trunk highways.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,276
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,242
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2007
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueThe Canadian Field-NaturalistMême sujetWildlife-Road Interactions and ConservationTravaux en français237 207