MétaCan
Menu
← Retour à la cohorte
Enregistrement W6892207253 · doi:10.5061/dryad.5cv05bc

Data from: Temporal road closures improve habitat quality for wildlife

2019· dataset· en· W6892207253 sur OpenAlexaffabout

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2019
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensParks Canada
Organismes subventionnairesnon disponible
Mots-clésWildlifeHabitatWildlife corridorWildlife conservationWildlife managementHuman–wildlife conflictHabitat conservation

Résumé

récupéré en direct d'OpenAlex

Increasing levels of human activity threaten wildlife populations through direct mortality, habitat degradation, and habitat fragmentation. Area closures can improve habitat quality for wildlife, but may be difficult to achieve where tourism or other economic drivers are a priority. Temporal closures that limit human use during specific times of day have potential to increase habitat quality for wildlife, while continuing to provide opportunities for human use. However, the effectiveness of daily temporal closures has not been tested. We assessed how implementation of a temporal road closure affected wildlife movements in Banff National Park. Parks Canada closed a popular 17 km stretch of road between 2000 and 0800 hours to improve habitat quality for wildlife. We assessed the effectiveness of the closure on nine mammal species using three sets of data: remote cameras, road surveys, and grizzly bear (Ursus arctos) GPS data. In all three analyses, wildlife detection rates on the road doubled during the closure while remaining unchanged in reference areas. Our strong and consistent results suggest temporal closures are an important conservation tool that can increase habitat quality for wildlife while minimizing effects on people.

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)0,002
score de la tête « metaresearch » (Gemma)0,010
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: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,199

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,006
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0600,046

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 Opus0,089
Tête enseignante GPT0,355
Écart entre enseignants0,266 · 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
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)→Travaux en français237 207→