MétaCan
Menu
Retour à la cohorte
Enregistrement W3206110272 · doi:10.1016/j.gecco.2021.e01865

Individual and synergistic effects of habitat loss and roads on reptile occupancy

2021· article· en· W3206110272 sur OpenAlexafffundabout
James E. Paterson, Tanya Lynn Pulfer, E.C. Horrigan, Smera Sukumar, Brittney I. Vezina, Ryan Zimmerling, Christina M. Davy

Notice bibliographique

RevueGlobal Ecology and Conservation · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife-Road Interactions and Conservation
Établissements canadiensEnvironment and Climate Change CanadaMinistry of Natural Resources and ForestryNature Conservancy of CanadaTrent University
Organismes subventionnairesEnvironment and Climate Change CanadaOntario Ministry of Natural Resources and Forestry
Mots-clésOccupancyHabitatHabitat destructionWildlifeEcologyThreatened speciesExtinction (optical mineralogy)Environmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

Habitat loss and road mortality pose severe threats to wildlife by reducing available resources, increasing mortality rates, and fragmenting remaining habitat into smaller patches. The combined threats of habitat loss and road mortality may amplify each other to increase extinction risks. Understanding how several threats can act alone or synergistically to affect species is key to implementing recovery actions. We tested how habitat loss and road density affect occupancy probability of reptiles, and how these factors interact, while accounting for the effects of climate on habitat suitability. We built occupancy models using observations of squamates (29,833 observations of 15 species) and turtles (39,925 observations of 7 species) from community science data in the Ontario Reptile and Amphibian Atlas. We predicted that habitat loss and road density would amplify each other and negatively affect occupancy probability. At the scale of our analyses (10 × 10 km squares used in this community science database), habitat loss negatively affected occupancy probability for 19 of 22 species, but the magnitude varied considerably between species. Surprisingly, road density did not affect occupancy of most species. Three species had synergistic effects of habitat loss and road density on occupancy, but the interaction terms had weak predictive power. Overall, habitat loss was a strong predictor of reptile occupancy, but there was not strong evidence that road density or the synergistic effects of habitat loss and road density negatively affected reptile occupancy in our study area. Future research should explore how the relative effects of habitat loss, road density and synergistic effects may differ at other spatial scales. Our results highlight the importance of conserving and restoring habitat to meet conservation goals for reptiles within our study area.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,062
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,006
Tête enseignante GPT0,224
Écart entre enseignants0,218 · 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

Citations22
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGlobal Ecology and ConservationMême sujetWildlife-Road Interactions and ConservationTravaux en français237 207