Assessing relative hazard, risk, and seasonal differences of wildlife‐aircraft collisions
Notice bibliographique
Résumé
Abstract Wildlife collisions with aircraft have serious safety and economic implications. Strike risk models are used to assess the probability of an adverse event between wildlife and aircraft, providing information to guide wildlife management at airports. In the strike risk model actively used across the USA, species‐specific strike risk is a product of severity and frequency. The severity component of risk, termed relative hazard score (RHS), is a composite variable that indexes the probability of aircraft damage, severe damage, and effect on flight when aircraft are struck by a species, whereas frequency is the number of strikes recorded per species. Our objectives were to update RHS values by incorporating recent strike data available for birds and mammals, update the active strike risk model, and investigate seasonal differences in bird strike risk across species. Using data from the Federal Aviation Administration (FAA)'s National Wildlife Strike Database (NWSD) for the years 2010–2023, we calculated RHS for 132 bird species and 16 mammal species. We found that large‐bodied birds, such as the red‐tailed hawk ( Buteo jamaicensis ; risk = 1,225,479), Canada goose ( Branta canadensis ; risk = 918,744), and turkey vulture ( Cathartes aura ; risk = 552,026) continue to pose the highest nationwide risk, with species‐specific risk ranks fluctuating seasonally. Notably, our analysis highlights one facet of the dynamic nature of wildlife risk at airports, emphasizing the importance of adaptive management strategies that consider seasonal changes in strike risk. We also identify limitations in the current risk assessment model, suggesting future improvements through bias‐corrected bird surveys and telemetry data to refine our understanding of species behavior and movement patterns in airport settings. Our findings provide insights for airport wildlife biologists to prioritize management actions, reduce wildlife‐related risk, and improve aviation safety.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».