Comparaison du passage de tortues et de serpents dans des ponceaux de drainage le long de deux autoroutes en Amérique du Nord
Bibliographic record
Abstract
Cet article présente 2 études de cas de l’utilisation par les tortues et les serpents de ponceaux de drainage (existants et nouvellement conçus), associés à des clôtures d’exclusion pour la faune, le long de 2 autoroutes : la route 83 aux États-Unis (refuge faunique national de Valentine, Nebraska) et l’autoroute 69 au Canada (forêt boréale, Ontario). Le passage des reptiles dans les ponceaux a été suivi avec des caméras à déclenchement automatique par le mouvement placées au-dessus d’une entrée par ponceau. Les résultats ont montré que les espèces de tortues d’eau douce et de serpents présentes utilisent une variété de ponceaux pour traverser la route. Les serpents approchaient autant les structures que les tortues, mais après qu’ils aient pénétré dans les structures, leurs taux de franchissement étaient significativement différents (81 % pour les tortues et 63 % pour les serpents). Bien que ces études montrent que les reptiles utilisent une variété de ponceaux, d’autres recherches sont nécessaires pour définir les caractéristiques des structures que ces animaux utiliseront davantage. Ces études confirment également que les serpents sont moins disposés que les tortues à utiliser les ponceaux, peut-être en partie à cause de la différence de température entre l’entrée des ponceaux et l’environnement ambiant.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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 source (direct Gemma or distilled Codex), 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".