
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Grilo, Clara | - |
| Autor(es): dc.contributor | Passamani, Marcelo | - |
| Autor(es): dc.contributor | Teixeira, Fernanda Zimmermann | - |
| Autor(es): dc.contributor | Rosa, Clarissa Alves da | - |
| Autor(es): dc.creator | Corrêa, Matheus Silva | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:56:26Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:56:26Z | - |
| Data de envio: dc.date.issued | 2021-08-18 | - |
| Data de envio: dc.date.issued | 2021-08-18 | - |
| Data de envio: dc.date.issued | 2021-08-18 | - |
| Data de envio: dc.date.issued | 2021-05-26 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/46864 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1150818 | - |
| Descrição: dc.description | Roads are responsible for a massive mortality of wildlife annually. In order to define measures to reduce roadkill risk many studies have analyzed the spatial environmental variables that explain roadkill likelihood. There are several approaches to conduct this type of analysis such as modelling the roadkill presence-only (high quantity and low quality of the data) or the incidence of roadkill (hereafter hotspots) (low quantity and high quality of the data). However, there is no consensus on which one is the best to generate the most accurate and robust results. We aimed to compare which type of records (only roadkill, spatial hotspots, or spatio-temporal hotspots) generate better model performance and the variables that better explain the roadkill likelihood. We analyzed roadkill records of two species in each class of terrestrial vertebrates collected in Brazil: amphibians (Leptodactylus latrans and Rhinella icterica), reptiles (Philodryas patagoniensis and Helicops infrataeniatus), birds (Volatinia jacarina and Nothura maculosa), and mammals (Didelphis albiventris and Myocastor coypus). We used the Siriema software to identity roadkill hotspots, and the MaxEnt software to analyze the relationship between the three types of records with the environmental variables. All models had a high performance (AUC > 0.7). Our findings suggest that MaxEnt models performance were better with hotspots. In general, the environmental variables that explained roadkill were consistent with species habitats and no differences were found between habitat specialist and generalist species Therefore, we recommend the use of hotspots for modeling the roadkill risk for either habitat specialist and generalist species. | - |
| Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
| Descrição: dc.description | As estradas são responsáveis por uma enorme mortalidade de várias espécies anualmente. A fim de definir medidas para reduzir a mortalidade dos animais, muitos estudos têm analisado quais as variáveis ambientais que podem promover o risco de atropelamento. Existem vários tipos de dados para realizar esse tipo de análise: dados com apenas presença de atropelamentos (maior quantidade e menor qualidade de dados) ou com a incidência de atropelamentos (hotspots) (menor quantidade e maior qualidade de dados). No entanto, não existe consenso sobre qual é a melhor abordagem para gerar resultados mais precisos e robustos. Nosso objetivo foi comparar os diferentes tipos de dados (ocorrência de atropelamentos, de hotspots espacial, e hotspots espacial/ temporal) que geram melhor performance e as variáveis que melhor explicam os atropelamentos. Nós analisamos dados de duas espécies de cada classe de vertebrados terrestres no Brasil: anfíbios (Leptodactylus latrans e Rhinella icterica), répteis (Philodryas patagoniensis e Helicops infrataeniatus), aves (Volatinia jacarina, e Nothura maculosa) e mamíferos (Didelphis albiventris e Myocastor coypus). Utilizamos o software Siriema para identificar hotspots de atropelamentos e o software MaxEnt para analisar a relação entre os tipos de dados de atropelamento as variáveis ambientais. Todos os nossos modelos obtiveram uma boa performance (AUC > 0.7). Os nossos resultados sugerem que os modelos MaxEnt têm melhor desempenho com hotspots. Em gelral, as variáveis ambientais que explicaram os atropelamentos foram consistentes com os habitats das espécies e não encontramos diferenças de performance de modelo entre as espécies especialistas e generalistas em termos de habitat. Deste modo, nós recomendamos o uso de hotspots para modelar o risco de atropelamento tanto para habitat espacialista e generalistas. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Universidade Federal de Lavras | - |
| Publicador: dc.publisher | Programa de Pós-Graduação em Ecologia Aplicada | - |
| Publicador: dc.publisher | UFLA | - |
| Publicador: dc.publisher | brasil | - |
| Publicador: dc.publisher | Departamento de Biologia | - |
| Direitos: dc.rights | restrictAccess | - |
| Palavras-chave: dc.subject | Hotspots | - |
| Palavras-chave: dc.subject | Rodovias - Atropelamentos | - |
| Palavras-chave: dc.subject | Modelos de presença | - |
| Palavras-chave: dc.subject | Mortalidade em rodovias | - |
| Palavras-chave: dc.subject | Software Maxent | - |
| Palavras-chave: dc.subject | Software Siriema | - |
| Palavras-chave: dc.subject | Presence-only models | - |
| Palavras-chave: dc.subject | Road mortality | - |
| Palavras-chave: dc.subject | Roadkill | - |
| Palavras-chave: dc.subject | Ecologia Aplicada | - |
| Título: dc.title | Assessment of roadkill likelihood methods: the use of single occurences versus hotspots for different taxa | - |
| Título: dc.title | Avaliação dos métodos de probabilidade de atropelamentos: o uso de simples ocorrências versus hotspots para diferentes taxa | - |
| Tipo de arquivo: dc.type | dissertação | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: