MétaCan
Menu
Retour à la cohorte
Enregistrement W3121058773 · doi:10.1525/cse.2020.1231752

Wildlife Crossing Design Influences Effectiveness for Small and Large Mammals in Banff National Park

2020· article· en· W3121058773 sur OpenAlexaboutno aff
Lauren Stewart, Bryson Russell, Evan Zelig, Gaurang Patel, Kaitlin Stack Whitney

Notice bibliographique

RevueCase Studies in the Environment · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife-Road Interactions and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWildlifeNational parkGeographyHabitatBiodiversityVegetation (pathology)Wildlife conservationEcologyEnvironmental resource managementEnvironmental scienceBiologyArchaeology

Résumé

récupéré en direct d'OpenAlex

Banff National Park (BNP) is Canada’s oldest national park and a very popular one, with both year-round residents and millions of annual visitors. In turn, this means there are several busy road and rail transportation routes throughout the park. These factors can have a number of negative effects on local wildlife. The wildlife crossing structures of the Trans-Canada Highway in BNP have become a key conservation tool to conserve biodiversity in the park and beyond. As the first large-scale operation of highway mitigation of its kind in North America, it is a perfect case for understanding the conservation value of highway overpasses and underpasses for a variety of wildlife species including both large and small mammals. It was determined from the research that there is a vast majority of information available for large mammals compared to small mammals. Small mammals used the crossing structures to avoid predators, while large mammals used the crossing structures to avoid humans. The design of the structure was extremely influential on its effectiveness with black bears and cougars preferring narrow bridges with cover, elk preferring wide, open bridges, and smaller mammals, such as weasels, snowshoe hares, and some mice preferring culverts with vegetation cover.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,838
Score d'incertitude au seuil0,321

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,099
Tête enseignante GPT0,323
Écart entre enseignants0,224 · 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

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCase Studies in the EnvironmentMême sujetWildlife-Road Interactions and ConservationTravaux en français237 207