RESEARCH ARTICLE Effect of road density on abundance of white-footed mice
Notice bibliographique
Résumé
Abstract While several studies have demonstrated that roads can act as barriers to small mammal movement, the relationship between road density and small mammal abundance has not yet been investi-gated. In southeastern Ontario, Peromyscus leucopus (white-footed mice) suffer high over-winter mortality rates, resulting in small springtime populations and frequent local extinctions. Peromyscus leucopus movement is known to be inhibited by roads, which should result in lower rates of immigration into and recolonization of habitats in landscapes with high road density. We tested two predictions: (1) Forest sites situated in landscapes with high road densities have a higher chance of P. leucopus being absent during the early spring than forest sites situated in landscapes with low road densities and (2) P. leucopus populations during the summer are smaller in forest sites situated in landscapes with high road densities than in landscapes with low road densities. We sampled P. leucopus in focal patches within nineteen landscapes (7 rural, low-road-density land-scapes; 7 rural, high-road-density landscapes; 5 urban landscapes). There was no significant relationship between road density and the presence/absence of P. leucopus during the early spring. We found a significant positive effect of road density on P. leuc-opus relative abundance during the summer, even when we excluded the urban landscapes and based the analysis on only the 14 rural landscapes. Our results suggest that any negative effect of roads on P. leucopus populations, created by their inhibition to moving across roads, is far outweighed by some positive effect of roads on P. leucopus abundance. We suggest that the two most likely explanations are that roads are positively correlated with an important as-yet-undetermined component of habitat quality, or that roads positively affect P. leucopus by negatively affecting their predators.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,003 | 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 ».