Global wildlife roadkill research: a bibliometric synthesis of historical trends, thematic gaps, and future directions
Notice bibliographique
Résumé
Abstract The global expansion of road networks has intensified ecological pressures on wildlife through roadkill, driving increased scholarly interest in recent decades. This study conducts a bibliometric and content analysis of 1,453 peer-reviewed publications—including journal articles, book chapters, conference papers, and reviews—published between 1955 and 2023, to explore historical trends, thematic developments, and geographic patterns in wildlife roadkill research. Publication output has grown rapidly since 2000, with over 75% of studies published after 2010. Research is concentrated in a few countries, with the United States, Brazil, Canada, and Australia accounting for 49% of total output. Taxonomic biases are evident, as mammals (44%) and herpetofauna (27%) are the most studied groups, while birds and invertebrates are underrepresented. Geographic imbalances also persist, with limited research focused on biodiversity-rich regions such as Southeast Asia and Africa. Keyword co-occurrence analysis identifies three dominant thematic clusters: core road ecology and applied conservation, human–wildlife interaction and theoretical perspectives, and taxon-specific and biodiversity-oriented studies. Despite the growing availability of scalable tools—such as citizen science, remote sensing, and machine learning—their application in roadkill research remains limited. Additionally, most studies focus on species classified as “Least Concern,” while those facing higher extinction risks receive little attention. These patterns reveal critical gaps in the taxonomic and conservation coverage of current literature. This review highlights the need for more longitudinal studies, inclusive taxonomic and geographic representation, and interdisciplinary approaches to better inform sustainable infrastructure planning and reduce biodiversity loss from wildlife–vehicle collisions.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,028 |
| 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) | 0,000 | 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 ».