Runway roadkill: a global review of mammal strikes with aircraft
Notice bibliographique
Résumé
Abstract The number of reported collisions (i.e. strikes) between aircraft and wildlife is increasing globally, with consequences for personnel and passenger safety as well as for industry economics. These are important considerations for airport operators that are obliged to mitigate wildlife hazards at airfields. Incidents involving mammals account for approximately 3–10% of all recorded strikes. However, relatively little research has been conducted on mammal strikes with aircraft outside of the USA. We collate mammal strike data from six major national aviation authorities and a global aircraft database and review the available scientific and grey literature. We aim to identify which mammal families are involved in strike events and how widespread the issue is on a global scale. We also aim to demonstrate the importance of consistently recording strike instances in national databases. We identified 40 families that were involved in strike events in 47 countries. Reported mammal strike events have been increasing by up to 68% annually. Chiroptera (4 families) accounted for the greatest proportion of strikes in Australia; leporids and canids in Canada, Germany and the UK; and Chiroptera (5 families) and cervids in the USA. More mammals were struck during the landing phase of an aircraft's rotation than any other phase. Circa‐diel strike risk was greatest at dusk and circa‐annum strike risk was greatest during late summer, with some international variation. The total estimated cost of damage resulting from reported mammal strikes exceeded US$103 million in the USA alone, over 30 years. Mammal strikes represent a substantial risk in airfield environments. Monitoring of existing wild mammal populations is required to understand temporal trends in presence, abundance, and activity patterns and to inform management decisions. Increased and accurate reporting of strike events globally is needed to inform Wildlife Hazard Management Plans and support effective strike mitigation.
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 | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,016 | 0,015 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».