Détermination des facteurs spatiotemporels expliquant le risque de collision routière avec des cervidés sur l’autoroute Claude-Béchard (85) au Témiscouata
Bibliographic record
Abstract
Une stratégie efficace d’atténuation des collisions routières impliquant la faune requiert de bonnes connaissances des facteurs pouvant expliquer pourquoi, où et quand celles-ci se produisent, afin d’améliorer la sécurité routière. Les collisions routières impliquant des cervidés sont reconnues pour être influencées notamment par des caractéristiques temporelles (phase du jour, saison, période biologique) et spatiales (topographie, couvert forestier). Ces facteurs peuvent influencer le comportement des cervidés, la capacité des conducteurs à détecter les animaux sur la chaussée et leur temps de réaction. Nous avons évalué l’effet des différentes caractéristiques spatiotemporelles sur le risque de collisions avec l’orignal ( Alces americanus ) et le cerf de Virginie ( Odocoileus virginianus ) sur l’autoroute Claude-Béchard (axe routier 85/185) reliant Rivière-du-Loup (Québec) au Nouveau-Brunswick, pour la période de 1990 à 2015. Notre capacité à identifier les principaux facteurs expliquant la distribution spatiotemporelle des collisions différait entre les espèces, et était meilleure pour l’orignal que pour le cerf. Les facteurs identifiés dans notre étude peuvent contribuer au développement d’une stratégie d’atténuation pour l’autoroute Claude-Béchard et à limiter le risque de collision, principalement avec l’orignal, tout en apportant de plus amples connaissances sur la répartition des collisions routières avec les cervidés dans un paysage agroforestier habité supportant de fortes densités de cervidés.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.002 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".