MétaCan
Menu
Retour à la cohorte
Enregistrement W4399331079 · doi:10.1111/aec.13531

Spatial patterns of roadkill within Ankarafantsika National Park, Madagascar

2024· article· en· W4399331079 sur OpenAlexafffund
Malcolm S. Ramsay, Fernando Mercado Malabet, Hajanirina N. Ravelonjanahary, Andriamahery Razafindrakoto, Shawn M. Lehman

Notice bibliographique

RevueAustral Ecology · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife-Road Interactions and Conservation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNational parkGeographyEcologyBiologyArchaeology

Résumé

récupéré en direct d'OpenAlex

Abstract Wildlife‐vehicle collisions can be a significant cause of mortality for animals with ranges that overlap roads. Not all species are equally affected by roads and thus conservation practitioners need empirical data to determine appropriate mitigation measures. However, there is a lack of data on how tropical animals, in particular those on the island of Madagascar, are affected by roads and vehicular mortality. In order to fill in this gap in the literature we investigated the ecological and spatial factors influencing roadkill observations along Route National 4 in Ankarafantsika National Park, Madagascar. We observed 80 cases of roadkill along the highway belonging to at least 13 species, including the first published record of a lemur as roadkill. We also found that the density of roadkill was lower in the area between two speedbumps, suggesting these are an effective measure to mitigate wildlife‐vehicle collisions. These results showcase that even within protected areas of Madagascar animals are at risk of vehicular mortality but mitigation measures are possible. Given the high rates of endemicity coupled with vulnerability to extinction of many Malagasy fauna there is an urgent need for more research on road ecology in Madagascar.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,029
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,015
Tête enseignante GPT0,261
Écart entre enseignants0,246 · 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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAustral EcologyMême sujetWildlife-Road Interactions and ConservationTravaux en français237 207