Summer Roadside use by White-Tailed Deer and Mule Deer in the Rocky Mountains, Alberta
Notice bibliographique
Résumé
Deer-vehicle collisions are on the rise in North America, requiring a better understanding of road use patterns by deer. We examined summer use of roadside areas by White-tailed Deer (Odocoileus virginianus) and Mule Deer (Odocoileus hemionus) in the central Rocky Mountains, Alberta. Deer surveys were conducted along the main highway at dawn and dusk for 6 summers. We observed more White-tailed Deer than Mule Deer along the highway during the study. White-tailed Deer were also involved in collisions with vehicles more often than Mule Deer, and may pose a higher risk for collisions because they tend to flee when approached. Time of day did not affect Mule Deer sightings during the study period, but White-tailed Deer were observed more frequently in the morning than evening. Both species were observed more frequently in May than other months. While little association was observed between deer species, large-scale spatial segregation along the highway did not occur. Our data suggest that drivers were likely to encounter deer in single-species pairs, and based on deer roadside use, we suggest that the potential for deer-vehicle collisions was highest in May, close to dawn, and along the northern sections of the highway. Deer-vehicle collision data indicated that the predominant locations of collisions reflected the spatial patterns of roadside usage by deer, but temporal patterns of collisions are also affected by visibility and traffic patterns. Collision-mitigation strategies incorporating deer behavior and driver-education are discussed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».