Turning the threat into a solution: using roadways to survey cryptic species and to identify locations for conservation
Notice bibliographique
Résumé
Freshwater turtles are one of the most imperilled groups of vertebrates globally, and roads have been associated with their decline. Although roads are typically viewed as an imminent threat to population persistence, because of direct mortality and increased landscape fragmentation, we argue that they are an important sampling tool for collecting a wide variety of data that can inform conservation efforts. Road surveys can yield important presence data when conducting species inventories, particularly for cryptic species, and can also indicate where to implement road mitigation measures. Our research examined three road survey methods from two previous studies (walking versus bicycling and walking versus driving) to test their relative effectiveness at locating turtles. We found that walking surveys yielded the highest number of turtles per kilometre; however, bicycling and driving surveys also presented advantages (specifically, the ability to survey longer lengths of road more quickly). We recommend using walking surveys in areas of specific interest (e.g. to investigate suitable habitat for imperilled species or to investigate the presence of cryptic species), and bicycling or driving surveys between sections of specific interest. Road survey methods could be used in addition to more traditional sampling approaches (e.g. trapping and visual surveys), and do not need to be restricted to areas where roadwork projects are in progress or being planned. Road surveys could also be used during general environmental assessments and ecological research, to effectively incorporate turtle presence data into conservation efforts.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».