MétaCan
Menu
Retour à la cohorte
Enregistrement W2064348858 · doi:10.2193/2006-375

Electric Fencing as a Measure to Reduce Moose‐Vehicle Collisions

2007· article· en· W2064348858 sur OpenAlexafffund
Mathieu Leblond, Christian Dussault, Jean‐Pierre Ouellet, Marius Poulin, Réhaume Courtois, Jacques Fortin

Notice bibliographique

RevueJournal of Wildlife Management · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife-Road Interactions and Conservation
Établissements canadiensCenter for Northern StudiesMinistère des TransportsMinistère des Ressources naturelles et des Forêts (Québec)Université du Québec à Rimouski
Organismes subventionnairesUniversité du Québec à Rimouski
Mots-clésFencingFence (mathematics)UngulateGeographyEnvironmental scienceFisheryEngineeringEcologyHabitatComputer scienceBiology

Résumé

récupéré en direct d'OpenAlex

Abstract: We tested the effectiveness of electric fences to reduce moose ( Alces alces)‐vehicle collisions in 2 fenced sectors (5 km and 10 km) using weekly track surveys and Global Positioning System telemetry. Number of moose tracks along highways decreased by approximately 80% following fence installation. Only 30% (16/53) of moose tracks observed on the road side of the fence were left by moose that crossed an operational fence; moose mostly entered the fenced corridor through openings (e.g., secondary roads) or at fence extremities. Electric fences also prevented 78% (7/9) of collared moose from crossing the highway in fenced sectors. Fences were less effective during occasional power failures. We suggest that circuit breakers should be used to prevent power failures and that there should be no opening along the fence line unless anti‐ungulate structures are used.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,390
Score d'incertitude au seuil0,618

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,261
Écart entre enseignants0,248 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations72
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Wildlife ManagementMême sujetWildlife-Road Interactions and ConservationTravaux en français237 207