Anuran carcass persistence on roads: causes and implications for conservation
Notice bibliographique
Résumé
Abstract Roads are pervasive and ubiquitous landscape features that have substantial and predominantly negative effects on wildlife. Conducting road surveys to count animals that have been struck and killed by vehicles is a common method for estimating the impact of roads on wildlife, especially for species at risk and animals with low road avoidance (i.e., herpetofauna). For road surveys to provide accurate animal mortality data, information about carcass persistence in different environmental contexts and in relation to survey frequency is necessary, but few studies have implemented these data into evaluations of road effects. Using road survey data collected in Ontario, Canada, in 2015 and survival analysis, we quantified anuran carcass (n = 91) persistence and determined the effects of carcass characteristics (size, species, condition), road characteristics (lane position, traffic volume), and environmental characteristics (precipitation, temperature) on carcass persistence on the road. Contrary to previous findings, we found that anuran carcasses persisted on roads longer than expected (5.5 ± 4.4 days, mean ± SD), with some carcasses persisting for up to 30 days. Temperature and precipitation had the greatest influence on the duration of anuran carcass persistence. Carcass condition, (i.e., intact versus partially intact carcasses), species, location on the road, and traffic volume had little to no effect on persistence. We recommend incorporating carcass persistence into road ecology studies, especially in the context of evaluating population‐level impacts of road mortality. Failure to do so could alter estimates of population viability and misinform management decisions.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».