Reduced predation on roadside nests can compensate for road mortality in road‐adjacent turtle populations
Notice bibliographique
Résumé
Abstract Turtles are killed on roads, yet there is little evidence of negative road effects on their abundances. We hypothesized that this could be due to reduced predation of turtle nests laid along roadsides, which could compensate for the effects of higher adult mortality on turtle populations near roads. To test this, we quantified the relative differences in predation of artificial painted turtle ( Chrysemys picta ) nests near and far from roads, in a field experiment controlling for potentially confounding differences between sites. The field experiment tested the predictions that (1) nest predation rates are lower for roadside nests than nonroadside nests, (2) nest predation rates are lower for linearly placed than clumped nests, and (3) nest predation rates are lower for roadside, linearly placed nests than any other road‐adjacency and configuration combinations. We then estimated how much adult roadkill could be compensated for by reduced roadside nest predation using population viability analysis (PVA). Linearly placed roadside nests had a 26% lower predation rate than nonroad nests in a “natural” (clumped) configuration. This result, combined in a PVA with life‐history information for painted turtles, led to an estimate that approximately 3%–6% annual adult roadkill can be compensated for by reduced nest predation near roads. This suggests that compensation for adult roadkill via predation release is a plausible explanation for the previously documented lack of road effects on turtle population abundance. These results highlight the importance of considering species interactions when evaluating the effects of roads on wildlife populations.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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) | 0,003 | 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 ».