MétaCan
Menu
Retour à la cohorte
Enregistrement W2893485273 · doi:10.3390/d10040104

Seasonal Use of Railways by Wildlife

2018· article· en· W2893485273 sur OpenAlexafffundabout
Jesse N. Popp, Josef Hamr

Notice bibliographique

RevueDiversity · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife-Road Interactions and Conservation
Établissements canadiensLaurentian UniversityMount Allison University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésWildlifeEcologyBaseline (sea)Wildlife conservationGeographyWildlife managementFaunaNocturnalDiel vertical migrationWildlife corridorEnvironmental resource managementFisheryBiologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Despite the rapid advancements in the field of road ecology, very little research has been done in railway ecology. Basic research, such as railway use by wildlife, is relatively undocumented, albeit very important in understanding the potential negative and positive effects of railways on wildlife and ecosystems. We provide one of the first studies documenting wildlife railway use using motion-triggered cameras along a 20 km stretch of railway in Ontario. Our objectives were to develop a much-needed baseline understanding of railway use by endemic wildlife species, investigate differences in frequency of use among species, compare diurnal versus nocturnal use, and determine if railway use by wildlife was uniform or spatially varied. We found a significant proportion of medium-to-large resident mammalian fauna and several avian species non-uniformly using the studied railway. Some species used the railway as a travel corridor, while others appeared to use it incidentally. Diel and seasonal patterns of use were apparent for many species. Our findings emphasize the importance of species-specific investigations of railway ecology. The collection of baseline information on railway use by wildlife is critical in view of the dearth of available data, and we highly encourage further research in all aspects of wildlife–railway ecology.

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)0,001
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 enseignants0,153
Score d'incertitude au seuil0,305

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,025
Tête enseignante GPT0,213
Écart entre enseignants0,189 · 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

Citations7
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueDiversityMême sujetWildlife-Road Interactions and ConservationTravaux en français237 207