Wildlife mortality on roads and railways following highway mitigation
Notice bibliographique
Résumé
Abstract Wildlife mortality caused by collisions with vehicles on roads is increasingly and effectively mitigated with exclusion fencing and crossing structures, but this solution potentially changes wildlife habitat use and distribution to increase the risk of mortality on adjacent, unmitigated railways. We investigated this potential side‐effect of mitigating the TransCanada Highway, which was completed in sections between 1983 and 2013, on the rate of wildlife mortality on the nearby transcontinental mainline of the Canadian Pacific Railway in Banff National Park. For each transportation class (highway and railway), we calculated collision rate as the number of collisions per year and km for two guilds (carnivores and ungulates) before and after mitigation occurred between 1981 and 2014. We constructed additional models for each transportation class and each of four species groups with adequate sample sizes: elk (Cervus canadensis), other ungulates (family Cervidae), bears (Ursus spp.), and coyotes (Canis latrans). Across guilds, mortality rates declined after mitigation, particularly on the highway (as expected) and most strongly for ungulates. For individual species groups, mortality on the railway for elk was best predicted by year and population size, without the inclusion of mitigation status on the adjacent highway. However, collision rates on the railway increased after mitigation for other ungulates (mostly deer, Odocoileus spp.) while also increasing over time. Collision rates on the railway increased over time for bears, but not in relation to highway mitigation. We found no evidence that the spatial distribution of collisions on the railway changed after highway mitigation, as might be expected from a funneling effect of crossing structures. Our results support and extend previous work demonstrating that exclusion fencing and wildlife crossing structures reduce wildlife mortalities on the highway at this location, and provide limited evidence, for other ungulates alone, that such mitigation may increase mortality on the adjacent railway. Similar analyses are warranted in other locations, particularly mountainous regions, where major transportation features often occur in close proximity.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».