MétaCan
Menu
Retour à la cohorte
Enregistrement W2022360876 · doi:10.1071/am12046

Ecology and movement of urban koalas adjacent to linear infrastructure in coastal south-east Queensland

2013· article· en· W2022360876 sur OpenAlexaff
Silas Maciel de Oliveira, Peter Murray, Deidré L. de Villiers, Greg Baxter

Notice bibliographique

RevueAustralian Mammalogy · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife-Road Interactions and Conservation
Établissements canadiensDepartment of Environment and Conservation
Organismes subventionnairesUniversity of Queensland
Mots-clésPhascolarctos cinereusBiologyHabitatHome rangeEcologySeasonal breederMonotremeVegetation (pathology)PopulationDemographySystematics

Résumé

récupéré en direct d'OpenAlex

In Redland City, koalas (Phascolarctos cinereus) are in rapid decline as they are exposed to anthropogenic threats such as habitat clearing, dog attacks, vehicle collisions and disease. This study investigated the influence of linear infrastructure on the movement and habitat use of urban koalas. Seven koalas were tracked for up to 28 weeks during the breeding season. Home ranges were calculated for 95% Minimum Convex Polygon (MCP95%) and 95% fixed Kernel Density (FK95%). Koalas responded to the landscape in different ways. Linear infrastructure did not restrict the movements of most koalas. Home ranges varied from 1.1 to 31.5 ha MCP95% and from 5 to 55 ha for FK95%. Koalas mainly used Eucalyptus tereticornis throughout the study site. A variety of non-regionally endemic and regionally endemic trees in urban and remnant vegetation areas were used, suggesting that all trees are potentially koala habitat. At the completion of the study, four koalas remained alive, two were killed by trains and one died from a dog attack. Despite the small sample size and short duration, our results suggest that koalas are able to navigate linear infrastructure; however, the high rates of mortality associated with these movements puts the long-term viability of urban koala populations in doubt.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,056
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,009
Tête enseignante GPT0,218
Écart entre enseignants0,209 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations40
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralian MammalogyMême sujetWildlife-Road Interactions and ConservationTravaux en français237 207