f
1
{
f
1
{
            
2
  "access_rights": 
2
  "access_rights": 
            
3
.europa.eu/metadata-codelist/LimitationsOnPublicAccess/noLimitations",
3
.europa.eu/metadata-codelist/LimitationsOnPublicAccess/noLimitations",
            
4
  "alternate_identifier": "DOI: 10.1111/geb.12769",
4
  "alternate_identifier": "DOI: 10.1111/geb.12769",
            
5
  "author": "Gonz\u00e1lez\u2010Su\u00e1rez, M., Zanchetta Ferreira, 
5
  "author": "Gonz\u00e1lez\u2010Su\u00e1rez, M., Zanchetta Ferreira, 
            
6
F. y Grilo, C.",
6
F. y Grilo, C.",
            
7
  "author_name": "Gonz\u00e1lez\u2010Su\u00e1rez, M., Zanchetta 
7
  "author_name": "Gonz\u00e1lez\u2010Su\u00e1rez, M., Zanchetta 
            
8
Ferreira, F. y Grilo, C.",
8
Ferreira, F. y Grilo, C.",
            
9
  "classification_variables": {
9
  "classification_variables": {
            
10
    "es": ""
10
    "es": ""
            
11
  },
11
  },
            
12
  "conforms_to": [
12
  "conforms_to": [
            
13
    "https://www.boe.es/eli/es/res/2013/02/19/(4)"
13
    "https://www.boe.es/eli/es/res/2013/02/19/(4)"
            
14
  ],
14
  ],
            
15
  "contact": [
15
  "contact": [
            
16
    {
16
    {
            
17
      "email": "organismo@example.org",
17
      "email": "organismo@example.org",
            
18
      "name": "Organismo publicador del Cat\u00e1logo",
18
      "name": "Organismo publicador del Cat\u00e1logo",
            
19
      "role": 
19
      "role": 
            
20
e.ec.europa.eu/metadata-codelist/ResponsiblePartyRole/pointOfContact",
20
e.ec.europa.eu/metadata-codelist/ResponsiblePartyRole/pointOfContact",
            
21
      "uri": 
21
      "uri": 
            
22
"http://datos.gob.es/recurso/sector-publico/org/Organismo/EA0000000",
22
"http://datos.gob.es/recurso/sector-publico/org/Organismo/EA0000000",
            
23
      "url": "https://organismo.example.org/"
23
      "url": "https://organismo.example.org/"
            
24
    }
24
    }
            
25
  ],
25
  ],
            
26
  "contact_email": "organismo@example.org",
26
  "contact_email": "organismo@example.org",
            
27
  "contact_name": "Organismo publicador del Cat\u00e1logo",
27
  "contact_name": "Organismo publicador del Cat\u00e1logo",
            
28
  "contact_role": 
28
  "contact_role": 
            
29
e.ec.europa.eu/metadata-codelist/ResponsiblePartyRole/pointOfContact",
29
e.ec.europa.eu/metadata-codelist/ResponsiblePartyRole/pointOfContact",
            
30
  "contact_uri": 
30
  "contact_uri": 
            
31
"http://datos.gob.es/recurso/sector-publico/org/Organismo/EA0000000",
31
"http://datos.gob.es/recurso/sector-publico/org/Organismo/EA0000000",
            
32
  "contact_url": "https://organismo.example.org/",
32
  "contact_url": "https://organismo.example.org/",
            
33
  "created": "2025-05-23",
33
  "created": "2025-05-23",
            
34
  "creator": [
34
  "creator": [
            
35
    {
35
    {
            
36
      "name": "Gonz\u00e1lez\u2010Su\u00e1rez, M., Zanchetta Ferreira, 
36
      "name": "Gonz\u00e1lez\u2010Su\u00e1rez, M., Zanchetta Ferreira, 
            
37
F. y Grilo, C."
37
F. y Grilo, C."
            
38
    }
38
    }
            
39
  ],
39
  ],
            
40
  "creator_user_id": "d24a314a-79ce-48c0-abd9-54cb42706da4",
40
  "creator_user_id": "d24a314a-79ce-48c0-abd9-54cb42706da4",
            
41
  "dataset_scope": "non_spatial_dataset",
41
  "dataset_scope": "non_spatial_dataset",
            
42
  "dcat_type": "http://purl.org/dc/dcmitype/Text",
42
  "dcat_type": "http://purl.org/dc/dcmitype/Text",
            
43
  "encoding": "UTF-8",
43
  "encoding": "UTF-8",
            
44
  "featured": false,
44
  "featured": false,
            
45
  "graphic_overview": 
45
  "graphic_overview": 
            
46
m/cms/asset/9d1be254-2035-4541-8f12-0fe170906254/geb.v27.9.cover.jpg",
46
m/cms/asset/9d1be254-2035-4541-8f12-0fe170906254/geb.v27.9.cover.jpg",
            
47
  "groups": [],
47
  "groups": [],
            
48
  "hvd": "non_hvd",
48
  "hvd": "non_hvd",
            
49
  "id": "7e63ba62-6e42-5430-8c4a-01cef7b6d2e3",
49
  "id": "7e63ba62-6e42-5430-8c4a-01cef7b6d2e3",
            
50
  "identifier": "7e63ba62-6e42-5430-8c4a-01cef7b6d2e3",
50
  "identifier": "7e63ba62-6e42-5430-8c4a-01cef7b6d2e3",
            
51
  "inspire_id": "",
51
  "inspire_id": "",
            
52
  "isopen": true,
52
  "isopen": true,
            
53
  "language": 
53
  "language": 
            
54
"http://publications.europa.eu/resource/authority/language/SPA",
54
"http://publications.europa.eu/resource/authority/language/SPA",
            
55
  "license_id": "cc-by",
55
  "license_id": "cc-by",
            
56
  "license_title": "Creative Commons Attribution",
56
  "license_title": "Creative Commons Attribution",
            
57
  "license_url": "http://www.opendefinition.org/licenses/cc-by",
57
  "license_url": "http://www.opendefinition.org/licenses/cc-by",
            
58
  "lineage_process_steps": [],
58
  "lineage_process_steps": [],
            
59
  "lineage_source": [
59
  "lineage_source": [
            
60
    "Global Ecology and Biogeography. Vol. 27",
60
    "Global Ecology and Biogeography. Vol. 27",
            
61
    "Num. 9",
61
    "Num. 9",
            
62
    "pags. 1093\u20131105"
62
    "pags. 1093\u20131105"
            
63
  ],
63
  ],
            
64
  "maintainer": "",
64
  "maintainer": "",
            
65
  "maintainer_name": "",
65
  "maintainer_name": "",
            
66
  "metadata_created": "2026-06-23T14:53:26.490194",
66
  "metadata_created": "2026-06-23T14:53:26.490194",
            
n
67
  "metadata_modified": "2026-06-23T14:53:26.490199",
n
67
  "metadata_modified": "2026-06-23T16:05:06.089545",
            
68
  "metadata_profile": [
68
  "metadata_profile": [
            
69
    "https://www.w3.org/TR/vocab-dcat-3/"
69
    "https://www.w3.org/TR/vocab-dcat-3/"
            
70
  ],
70
  ],
            
71
  "miteco_data_population": {
71
  "miteco_data_population": {
            
72
    "es": ""
72
    "es": ""
            
73
  },
73
  },
            
74
  "miteco_data_territory": {
74
  "miteco_data_territory": {
            
75
    "es": ""
75
    "es": ""
            
76
  },
76
  },
            
77
  "miteco_dataset_type": 
77
  "miteco_dataset_type": 
            
78
//publications.europa.eu/resource/authority/dataset-type/STATISTICAL",
78
//publications.europa.eu/resource/authority/dataset-type/STATISTICAL",
            
79
  "miteco_geo_level": "1",
79
  "miteco_geo_level": "1",
            
80
  "modified": "2026-06-23",
80
  "modified": "2026-06-23",
            
81
  "name": "7e63ba62-6e42-5430-8c4a-01cef7b6d2e3",
81
  "name": "7e63ba62-6e42-5430-8c4a-01cef7b6d2e3",
            
82
  "notes": "Collisions between wildlife and vehicles are recognized as 
82
  "notes": "Collisions between wildlife and vehicles are recognized as 
            
83
one of the major causes of mortality for many species. Empirical 
83
one of the major causes of mortality for many species. Empirical 
            
84
estimates of road mortality show that some species are more likely to 
84
estimates of road mortality show that some species are more likely to 
            
85
be killed than others, but to what extent this variation can be 
85
be killed than others, but to what extent this variation can be 
            
86
explained and predicted using intrinsic species characteristics 
86
explained and predicted using intrinsic species characteristics 
            
87
remains poorly understood. This study aims to identify general 
87
remains poorly understood. This study aims to identify general 
            
88
macroecological patterns associated with road mortality and generate 
88
macroecological patterns associated with road mortality and generate 
            
89
spatial and species-level predictions of risks. Location: Brazil. Time 
89
spatial and species-level predictions of risks. Location: Brazil. Time 
            
90
period: 2001\u20132014. Major taxa: Birds and mammals. We fitted 
90
period: 2001\u20132014. Major taxa: Birds and mammals. We fitted 
            
91
trait-based random forest regression models (controlling for survey 
91
trait-based random forest regression models (controlling for survey 
            
92
characteristics) to explain 783 empirical road mortality rates from 
92
characteristics) to explain 783 empirical road mortality rates from 
            
93
Brazil, representing 170 bird and 73 mammalian species. Fitted models 
93
Brazil, representing 170 bird and 73 mammalian species. Fitted models 
            
94
were then used to make spatial and species-level predictions of road 
94
were then used to make spatial and species-level predictions of road 
            
95
mortality risk in Brazil, considering 1,775 birds and 623 mammals that 
95
mortality risk in Brazil, considering 1,775 birds and 623 mammals that 
            
96
occur within the continental boundaries of the country. Survey 
96
occur within the continental boundaries of the country. Survey 
            
97
frequency and geographical location were key predictors of observed 
97
frequency and geographical location were key predictors of observed 
            
98
rates, but mortality was also explained by the body size, reproductive 
98
rates, but mortality was also explained by the body size, reproductive 
            
99
speed and ecological specialization of the species. Spatial 
99
speed and ecological specialization of the species. Spatial 
            
100
predictions revealed a high potential standardized (per kilometre of 
100
predictions revealed a high potential standardized (per kilometre of 
            
101
road) mortality risk in Amazonia for birds and mammals and, 
101
road) mortality risk in Amazonia for birds and mammals and, 
            
102
additionally, a high risk in Southern Brazil for mammals. Given the 
102
additionally, a high risk in Southern Brazil for mammals. Given the 
            
103
existing road network, these predictions mean that >8 million birds 
103
existing road network, these predictions mean that >8 million birds 
            
104
and >2 million mammals could be killed per year on Brazilian roads. 
104
and >2 million mammals could be killed per year on Brazilian roads. 
            
105
Furthermore, predicted rates for all Brazilian endotherms uncovered 
105
Furthermore, predicted rates for all Brazilian endotherms uncovered 
            
106
potential vulnerability to road mortality of several understudied 
106
potential vulnerability to road mortality of several understudied 
            
107
species that are currently listed as threatened by the International 
107
species that are currently listed as threatened by the International 
            
108
Union for Conservation of Nature. With a rapidly expanding global road 
108
Union for Conservation of Nature. With a rapidly expanding global road 
            
109
network, there is an urgent need to develop improved approaches to 
109
network, there is an urgent need to develop improved approaches to 
            
110
assess and predict road-related impacts. This study illustrates the 
110
assess and predict road-related impacts. This study illustrates the 
            
111
potential of trait-based models as assessment tools to gain a better 
111
potential of trait-based models as assessment tools to gain a better 
            
112
understanding of the correlates of vulnerability to road mortality 
112
understanding of the correlates of vulnerability to road mortality 
            
113
across species, and as predictive tools for difficult-to-sample or 
113
across species, and as predictive tools for difficult-to-sample or 
            
114
understudied species and areas.",
114
understudied species and areas.",
            
115
  "notes_translated": {
115
  "notes_translated": {
            
116
    "en": "Collisions between wildlife and vehicles are recognized as 
116
    "en": "Collisions between wildlife and vehicles are recognized as 
            
117
one of the major causes of mortality for many species. Empirical 
117
one of the major causes of mortality for many species. Empirical 
            
118
estimates of road mortality show that some species are more likely to 
118
estimates of road mortality show that some species are more likely to 
            
119
be killed than others, but to what extent this variation can be 
119
be killed than others, but to what extent this variation can be 
            
120
explained and predicted using intrinsic species characteristics 
120
explained and predicted using intrinsic species characteristics 
            
121
remains poorly understood. This study aims to identify general 
121
remains poorly understood. This study aims to identify general 
            
122
macroecological patterns associated with road mortality and generate 
122
macroecological patterns associated with road mortality and generate 
            
123
spatial and species-level predictions of risks. Location: Brazil. Time 
123
spatial and species-level predictions of risks. Location: Brazil. Time 
            
124
period: 2001\u20132014. Major taxa: Birds and mammals. We fitted 
124
period: 2001\u20132014. Major taxa: Birds and mammals. We fitted 
            
125
trait-based random forest regression models (controlling for survey 
125
trait-based random forest regression models (controlling for survey 
            
126
characteristics) to explain 783 empirical road mortality rates from 
126
characteristics) to explain 783 empirical road mortality rates from 
            
127
Brazil, representing 170 bird and 73 mammalian species. Fitted models 
127
Brazil, representing 170 bird and 73 mammalian species. Fitted models 
            
128
were then used to make spatial and species-level predictions of road 
128
were then used to make spatial and species-level predictions of road 
            
129
mortality risk in Brazil, considering 1,775 birds and 623 mammals that 
129
mortality risk in Brazil, considering 1,775 birds and 623 mammals that 
            
130
occur within the continental boundaries of the country. Survey 
130
occur within the continental boundaries of the country. Survey 
            
131
frequency and geographical location were key predictors of observed 
131
frequency and geographical location were key predictors of observed 
            
132
rates, but mortality was also explained by the body size, reproductive 
132
rates, but mortality was also explained by the body size, reproductive 
            
133
speed and ecological specialization of the species. Spatial 
133
speed and ecological specialization of the species. Spatial 
            
134
predictions revealed a high potential standardized (per kilometre of 
134
predictions revealed a high potential standardized (per kilometre of 
            
135
road) mortality risk in Amazonia for birds and mammals and, 
135
road) mortality risk in Amazonia for birds and mammals and, 
            
136
additionally, a high risk in Southern Brazil for mammals. Given the 
136
additionally, a high risk in Southern Brazil for mammals. Given the 
            
137
existing road network, these predictions mean that >8 million birds 
137
existing road network, these predictions mean that >8 million birds 
            
138
and >2 million mammals could be killed per year on Brazilian roads. 
138
and >2 million mammals could be killed per year on Brazilian roads. 
            
139
Furthermore, predicted rates for all Brazilian endotherms uncovered 
139
Furthermore, predicted rates for all Brazilian endotherms uncovered 
            
140
potential vulnerability to road mortality of several understudied 
140
potential vulnerability to road mortality of several understudied 
            
141
species that are currently listed as threatened by the International 
141
species that are currently listed as threatened by the International 
            
142
Union for Conservation of Nature. With a rapidly expanding global road 
142
Union for Conservation of Nature. With a rapidly expanding global road 
            
143
network, there is an urgent need to develop improved approaches to 
143
network, there is an urgent need to develop improved approaches to 
            
144
assess and predict road-related impacts. This study illustrates the 
144
assess and predict road-related impacts. This study illustrates the 
            
145
potential of trait-based models as assessment tools to gain a better 
145
potential of trait-based models as assessment tools to gain a better 
            
146
understanding of the correlates of vulnerability to road mortality 
146
understanding of the correlates of vulnerability to road mortality 
            
147
across species, and as predictive tools for difficult-to-sample or 
147
across species, and as predictive tools for difficult-to-sample or 
            
148
understudied species and areas.",
148
understudied species and areas.",
            
149
    "es": "Collisions between wildlife and vehicles are recognized as 
149
    "es": "Collisions between wildlife and vehicles are recognized as 
            
150
one of the major causes of mortality for many species. Empirical 
150
one of the major causes of mortality for many species. Empirical 
            
151
estimates of road mortality show that some species are more likely to 
151
estimates of road mortality show that some species are more likely to 
            
152
be killed than others, but to what extent this variation can be 
152
be killed than others, but to what extent this variation can be 
            
153
explained and predicted using intrinsic species characteristics 
153
explained and predicted using intrinsic species characteristics 
            
154
remains poorly understood. This study aims to identify general 
154
remains poorly understood. This study aims to identify general 
            
155
macroecological patterns associated with road mortality and generate 
155
macroecological patterns associated with road mortality and generate 
            
156
spatial and species-level predictions of risks. Location: Brazil. Time 
156
spatial and species-level predictions of risks. Location: Brazil. Time 
            
157
period: 2001\u20132014. Major taxa: Birds and mammals. We fitted 
157
period: 2001\u20132014. Major taxa: Birds and mammals. We fitted 
            
158
trait-based random forest regression models (controlling for survey 
158
trait-based random forest regression models (controlling for survey 
            
159
characteristics) to explain 783 empirical road mortality rates from 
159
characteristics) to explain 783 empirical road mortality rates from 
            
160
Brazil, representing 170 bird and 73 mammalian species. Fitted models 
160
Brazil, representing 170 bird and 73 mammalian species. Fitted models 
            
161
were then used to make spatial and species-level predictions of road 
161
were then used to make spatial and species-level predictions of road 
            
162
mortality risk in Brazil, considering 1,775 birds and 623 mammals that 
162
mortality risk in Brazil, considering 1,775 birds and 623 mammals that 
            
163
occur within the continental boundaries of the country. Survey 
163
occur within the continental boundaries of the country. Survey 
            
164
frequency and geographical location were key predictors of observed 
164
frequency and geographical location were key predictors of observed 
            
165
rates, but mortality was also explained by the body size, reproductive 
165
rates, but mortality was also explained by the body size, reproductive 
            
166
speed and ecological specialization of the species. Spatial 
166
speed and ecological specialization of the species. Spatial 
            
167
predictions revealed a high potential standardized (per kilometre of 
167
predictions revealed a high potential standardized (per kilometre of 
            
168
road) mortality risk in Amazonia for birds and mammals and, 
168
road) mortality risk in Amazonia for birds and mammals and, 
            
169
additionally, a high risk in Southern Brazil for mammals. Given the 
169
additionally, a high risk in Southern Brazil for mammals. Given the 
            
170
existing road network, these predictions mean that >8 million birds 
170
existing road network, these predictions mean that >8 million birds 
            
171
and >2 million mammals could be killed per year on Brazilian roads. 
171
and >2 million mammals could be killed per year on Brazilian roads. 
            
172
Furthermore, predicted rates for all Brazilian endotherms uncovered 
172
Furthermore, predicted rates for all Brazilian endotherms uncovered 
            
173
potential vulnerability to road mortality of several understudied 
173
potential vulnerability to road mortality of several understudied 
            
174
species that are currently listed as threatened by the International 
174
species that are currently listed as threatened by the International 
            
175
Union for Conservation of Nature. With a rapidly expanding global road 
175
Union for Conservation of Nature. With a rapidly expanding global road 
            
176
network, there is an urgent need to develop improved approaches to 
176
network, there is an urgent need to develop improved approaches to 
            
177
assess and predict road-related impacts. This study illustrates the 
177
assess and predict road-related impacts. This study illustrates the 
            
178
potential of trait-based models as assessment tools to gain a better 
178
potential of trait-based models as assessment tools to gain a better 
            
179
understanding of the correlates of vulnerability to road mortality 
179
understanding of the correlates of vulnerability to road mortality 
            
180
across species, and as predictive tools for difficult-to-sample or 
180
across species, and as predictive tools for difficult-to-sample or 
            
181
understudied species and areas."
181
understudied species and areas."
            
182
  },
182
  },
            
183
  "num_resources": 1,
183
  "num_resources": 1,
            
184
  "num_tags": 2,
184
  "num_tags": 2,
            
185
  "organization": {
185
  "organization": {
            
186
    "approval_status": "approved",
186
    "approval_status": "approved",
            
187
    "created": "2026-06-23T14:36:08.942021",
187
    "created": "2026-06-23T14:36:08.942021",
            
188
    "description": "",
188
    "description": "",
            
189
    "id": "bca483f7-26e2-4ed8-99e8-65f5b3c7a26e",
189
    "id": "bca483f7-26e2-4ed8-99e8-65f5b3c7a26e",
            
190
    "image_url": "",
190
    "image_url": "",
            
191
    "is_organization": true,
191
    "is_organization": true,
            
192
    "name": "iepnb",
192
    "name": "iepnb",
            
193
    "state": "active",
193
    "state": "active",
            
194
    "title": "",
194
    "title": "",
            
195
    "type": "organization"
195
    "type": "organization"
            
196
  },
196
  },
            
197
  "owner_org": "bca483f7-26e2-4ed8-99e8-65f5b3c7a26e",
197
  "owner_org": "bca483f7-26e2-4ed8-99e8-65f5b3c7a26e",
            
198
  "private": false,
198
  "private": false,
            
199
  "provenance": {
199
  "provenance": {
            
200
    "en": "",
200
    "en": "",
            
201
    "es": ""
201
    "es": ""
            
202
  },
202
  },
            
203
  "publisher": [
203
  "publisher": [
            
204
    {
204
    {
            
205
      "email": "buzon-bdatos@miteco.es",
205
      "email": "buzon-bdatos@miteco.es",
            
206
      "name": "\u00c1rea de Banco de Datos de la Naturaleza. 
206
      "name": "\u00c1rea de Banco de Datos de la Naturaleza. 
            
207
Direcci\u00f3n General Biodiversidad, Bosques y Desertificaci\u00f3n. 
207
Direcci\u00f3n General Biodiversidad, Bosques y Desertificaci\u00f3n. 
            
208
Ministerio para la Transici\u00f3n Ecol\u00f3gica y el Reto 
208
Ministerio para la Transici\u00f3n Ecol\u00f3gica y el Reto 
            
209
Demogr\u00e1fico",
209
Demogr\u00e1fico",
            
210
      "type": "http://purl.org/adms/publishertype/NationalAuthority",
210
      "type": "http://purl.org/adms/publishertype/NationalAuthority",
            
211
      "uri": "https://iepnb.es/catalogo/organization/iepnb",
211
      "uri": "https://iepnb.es/catalogo/organization/iepnb",
            
212
      "url": "https://www.miteco.gob.es/"
212
      "url": "https://www.miteco.gob.es/"
            
213
    }
213
    }
            
214
  ],
214
  ],
            
215
  "publisher_email": "buzon-bdatos@miteco.es",
215
  "publisher_email": "buzon-bdatos@miteco.es",
            
216
  "publisher_name": "\u00c1rea de Banco de Datos de la Naturaleza. 
216
  "publisher_name": "\u00c1rea de Banco de Datos de la Naturaleza. 
            
217
Direcci\u00f3n General Biodiversidad, Bosques y Desertificaci\u00f3n. 
217
Direcci\u00f3n General Biodiversidad, Bosques y Desertificaci\u00f3n. 
            
218
Ministerio para la Transici\u00f3n Ecol\u00f3gica y el Reto 
218
Ministerio para la Transici\u00f3n Ecol\u00f3gica y el Reto 
            
219
Demogr\u00e1fico",
219
Demogr\u00e1fico",
            
220
  "publisher_type": 
220
  "publisher_type": 
            
221
"http://purl.org/adms/publishertype/NationalAuthority",
221
"http://purl.org/adms/publishertype/NationalAuthority",
            
222
  "publisher_uri": "https://iepnb.es/catalogo/organization/iepnb",
222
  "publisher_uri": "https://iepnb.es/catalogo/organization/iepnb",
            
223
  "publisher_url": "https://www.miteco.gob.es/",
223
  "publisher_url": "https://www.miteco.gob.es/",
            
224
  "purpose": {
224
  "purpose": {
            
225
    "en": "",
225
    "en": "",
            
226
    "es": ""
226
    "es": ""
            
227
  },
227
  },
            
228
  "reference": [],
228
  "reference": [],
            
229
  "relationships_as_object": [],
229
  "relationships_as_object": [],
            
230
  "relationships_as_subject": [],
230
  "relationships_as_subject": [],
            
231
  "resources": [
231
  "resources": [
            
232
    {
232
    {
            
233
      "access_url": 
233
      "access_url": 
            
234
5430-8c4a-01cef7b6d2e3/resource/c312b4bc-cd51-432e-9bf3-7b4ff41d4f58",
234
5430-8c4a-01cef7b6d2e3/resource/c312b4bc-cd51-432e-9bf3-7b4ff41d4f58",
            
235
      "availability": 
235
      "availability": 
            
236
ications.europa.eu/resource/authority/planned-availability/AVAILABLE",
236
ications.europa.eu/resource/authority/planned-availability/AVAILABLE",
            
237
      "cache_last_updated": null,
237
      "cache_last_updated": null,
            
238
      "cache_url": null,
238
      "cache_url": null,
            
239
      "created": "2018-08-14T00:00:00",
239
      "created": "2018-08-14T00:00:00",
            
240
      "dataset_id": "a0a8e509-2e9e-4c9c-a12d-7fd2dafd8f0b",
240
      "dataset_id": "a0a8e509-2e9e-4c9c-a12d-7fd2dafd8f0b",
            
241
      "datastore_active": false,
241
      "datastore_active": false,
            
242
      "datastore_contains_all_records_of_source_file": false,
242
      "datastore_contains_all_records_of_source_file": false,
            
243
      "description": "Revista",
243
      "description": "Revista",
            
244
      "download_url": 
244
      "download_url": 
            
245
"https://onlinelibrary.wiley.com/doi/abs/10.1111/geb.12769",
245
"https://onlinelibrary.wiley.com/doi/abs/10.1111/geb.12769",
            
246
      "encoding": "UTF-8",
246
      "encoding": "UTF-8",
            
247
      "format": "HTML",
247
      "format": "HTML",
            
248
      "hash": "",
248
      "hash": "",
            
249
      "id": "c312b4bc-cd51-432e-9bf3-7b4ff41d4f58",
249
      "id": "c312b4bc-cd51-432e-9bf3-7b4ff41d4f58",
            
250
      "issued": "",
250
      "issued": "",
            
251
      "language": 
251
      "language": 
            
252
"http://publications.europa.eu/resource/authority/language/ENG",
252
"http://publications.europa.eu/resource/authority/language/ENG",
            
253
      "last_modified": null,
253
      "last_modified": null,
            
254
      "license": "http://creativecommons.org/licenses/by/4.0/",
254
      "license": "http://creativecommons.org/licenses/by/4.0/",
            
255
      "license_id": "cc-by",
255
      "license_id": "cc-by",
            
n
256
      "metadata_modified": "2026-06-23T14:53:26.486780",
n
256
      "metadata_modified": "2026-06-23T16:05:06.092990",
            
257
      "mimetype": 
257
      "mimetype": 
            
258
"https://www.iana.org/assignments/media-types/text/html",
258
"https://www.iana.org/assignments/media-types/text/html",
            
259
      "mimetype_inner": null,
259
      "mimetype_inner": null,
            
260
      "modified": "2026-06-23",
260
      "modified": "2026-06-23",
            
261
      "name": "Acceso al recurso",
261
      "name": "Acceso al recurso",
            
262
      "package_id": "7e63ba62-6e42-5430-8c4a-01cef7b6d2e3",
262
      "package_id": "7e63ba62-6e42-5430-8c4a-01cef7b6d2e3",
            
263
      "position": 0,
263
      "position": 0,
            
264
      "protocol": null,
264
      "protocol": null,
            
265
      "resource_type": null,
265
      "resource_type": null,
            
266
      "rights": 
266
      "rights": 
            
267
.europa.eu/metadata-codelist/LimitationsOnPublicAccess/noLimitations",
267
.europa.eu/metadata-codelist/LimitationsOnPublicAccess/noLimitations",
            
268
      "size": 0,
268
      "size": 0,
            
269
      "state": "active",
269
      "state": "active",
            
270
      "status": "http://purl.org/adms/status/Completed",
270
      "status": "http://purl.org/adms/status/Completed",
            
271
      "url": 
271
      "url": 
            
272
"https://onlinelibrary.wiley.com/doi/abs/10.1111/geb.12769",
272
"https://onlinelibrary.wiley.com/doi/abs/10.1111/geb.12769",
            
273
      "url_type": null
273
      "url_type": null
            
274
    }
274
    }
            
275
  ],
275
  ],
            
276
  "schemingdcat_xls_metadata_template": false,
276
  "schemingdcat_xls_metadata_template": false,
            
277
  "source": "",
277
  "source": "",
            
278
  "spatial": "{\"type\": \"Polygon\", \"coordinates\": [[[-18.16, 
278
  "spatial": "{\"type\": \"Polygon\", \"coordinates\": [[[-18.16, 
            
279
27.64], [4.32, 27.64], [4.32, 43.79], [-18.16, 43.79], [-18.16, 
279
27.64], [4.32, 27.64], [4.32, 43.79], [-18.16, 43.79], [-18.16, 
            
280
27.64]]]}",
280
27.64]]]}",
            
281
  "spatial_coverage": [
281
  "spatial_coverage": [
            
282
    {
282
    {
            
t
283
      "bbox": {
t
283
      "bbox": "{\"type\": \"Polygon\", \"coordinates\": [[[-18.16, 
            
284
        "coordinates": [
284
27.64], [4.32, 27.64], [4.32, 43.79], [-18.16, 43.79], [-18.16, 
            
285
          [
285
27.64]]]}",
            
286
            [
286
      "centroid": "{\"type\": \"Point\", \"coordinates\": [-6.92, 
            
287
              -18.16,
287
35.715]}",
            
288
              27.64

            
289
            ],

            
290
            [

            
291
              4.32,

            
292
              27.64

            
293
            ],

            
294
            [

            
295
              4.32,

            
296
              43.79

            
297
            ],

            
298
            [

            
299
              -18.16,

            
300
              43.79

            
301
            ],

            
302
            [

            
303
              -18.16,

            
304
              27.64

            
305
            ]

            
306
          ]

            
307
        ],

            
308
        "type": "Polygon"

            
309
      },

            
310
      "centroid": {

            
311
        "coordinates": [

            
312
          -6.92,

            
313
          35.715

            
314
        ],

            
315
        "type": "Point"

            
316
      },

            
317
      "text": "Espa\u00f1a",
288
      "text": "Espa\u00f1a",
            
318
      "uri": 
289
      "uri": 
            
319
ttp://datos.gob.es/recurso/sector-publico/territorio/Pais/Espa\u00f1a"
290
ttp://datos.gob.es/recurso/sector-publico/territorio/Pais/Espa\u00f1a"
            
320
    }
291
    }
            
321
  ],
292
  ],
            
322
  "spatial_resolution_in_meters": "",
293
  "spatial_resolution_in_meters": "",
            
323
  "spatial_uri": 
294
  "spatial_uri": 
            
324
tp://datos.gob.es/recurso/sector-publico/territorio/Pais/Espa\u00f1a",
295
tp://datos.gob.es/recurso/sector-publico/territorio/Pais/Espa\u00f1a",
            
325
  "state": "active",
296
  "state": "active",
            
326
  "study_variables": {
297
  "study_variables": {
            
327
    "es": ""
298
    "es": ""
            
328
  },
299
  },
            
329
  "tag_uri": [
300
  "tag_uri": [
            
330
    
301
    
            
331
tp://inspire.ec.europa.eu/metadata-codelist/TopicCategory/environment"
302
tp://inspire.ec.europa.eu/metadata-codelist/TopicCategory/environment"
            
332
  ],
303
  ],
            
333
  "tags": [
304
  "tags": [
            
334
    {
305
    {
            
335
      "display_name": "accidentes-y-atropellos-de-fauna",
306
      "display_name": "accidentes-y-atropellos-de-fauna",
            
336
      "id": "629c6d17-b04f-404c-900a-8c31fae0ecc4",
307
      "id": "629c6d17-b04f-404c-900a-8c31fae0ecc4",
            
337
      "name": "accidentes-y-atropellos-de-fauna",
308
      "name": "accidentes-y-atropellos-de-fauna",
            
338
      "state": "active",
309
      "state": "active",
            
339
      "vocabulary_id": null
310
      "vocabulary_id": null
            
340
    },
311
    },
            
341
    {
312
    {
            
342
      "display_name": "fragmentacion",
313
      "display_name": "fragmentacion",
            
343
      "id": "627f9c0a-a199-4c69-b563-0c8d626e3194",
314
      "id": "627f9c0a-a199-4c69-b563-0c8d626e3194",
            
344
      "name": "fragmentacion",
315
      "name": "fragmentacion",
            
345
      "state": "active",
316
      "state": "active",
            
346
      "vocabulary_id": null
317
      "vocabulary_id": null
            
347
    }
318
    }
            
348
  ],
319
  ],
            
349
  "thematic_area": [
320
  "thematic_area": [
            
350
    "especies_silvestres"
321
    "especies_silvestres"
            
351
  ],
322
  ],
            
352
  "theme_es": [
323
  "theme_es": [
            
353
    "http://datos.gob.es/kos/sector-publico/sector/medio-ambiente"
324
    "http://datos.gob.es/kos/sector-publico/sector/medio-ambiente"
            
354
  ],
325
  ],
            
355
  "title": "Spatial and species\u2010level predictions of road 
326
  "title": "Spatial and species\u2010level predictions of road 
            
356
mortality risk using trait data.",
327
mortality risk using trait data.",
            
357
  "title_translated": {
328
  "title_translated": {
            
358
    "en": "",
329
    "en": "",
            
359
    "es": "Spatial and species\u2010level predictions of road 
330
    "es": "Spatial and species\u2010level predictions of road 
            
360
mortality risk using trait data."
331
mortality risk using trait data."
            
361
  },
332
  },
            
362
  "topic": 
333
  "topic": 
            
363
"http://inspire.ec.europa.eu/metadata-codelist/TopicCategory/biota",
334
"http://inspire.ec.europa.eu/metadata-codelist/TopicCategory/biota",
            
364
  "type": "dataset",
335
  "type": "dataset",
            
365
  "url": 
336
  "url": 
            
366
//iepnb.es:443/catalogo/dataset/7e63ba62-6e42-5430-8c4a-01cef7b6d2e3",
337
//iepnb.es:443/catalogo/dataset/7e63ba62-6e42-5430-8c4a-01cef7b6d2e3",
            
367
  "version": "",
338
  "version": "",
            
368
  "version_notes": {
339
  "version_notes": {
            
369
    "en": "",
340
    "en": "",
            
370
    "es": ""
341
    "es": ""
            
371
  }
342
  }
            
372
}
343
}