The effectiveness of decommissioning roadside mineral licks on reducing moose (<i>Alces alces</i>) activity near highways: implications for moose–vehicle collisions
Notice bibliographique
Résumé
Roadside mineral licks form when road salt used to de-ice highways in winter runs off road surfaces and accumulates in roadside ditches. Some ungulates are attracted to these roadside licks as they seek to satisfy their mineral requirements. Within the distribution of moose (Alces alces (Linnaeus, 1758)) in North America, motorists often encounter moose visiting roadside licks in mid-summer, with many jurisdictions reporting summer peaks in moose–vehicle collisions (MVCs) at these locations. We used camera traps to monitor the moose visitation of 22 roadside locations (including roadside licks, roadside ponds, and dry roadsides) in central British Columbia, Canada, from December 2009 to July 2020. We tested the efficacy of treatment (decommissioning) methods used to reduce moose visitation to roadside licks and roughly estimated decommissioning costs. Moose visitation to roadside licks was greatest from May to July. As we hypothesized, untreated licks were visited more often by moose than decommissioned licks, roadside ponds (absence of road salt), and dry roadsides. Decommissioning roadside licks by replacing or mixing lick waters and soils with materials, such as riprap, cedar mulch, pine logs, or dog (Canis lupus familiaris Linnaeus, 1758) fur and human (Homo sapiens Linnaeus, 1758) hair, is an effective and inexpensive means of reducing moose visitations to roadside areas and should increase motorist safety where roadside licks are visited by moose.
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 ».