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",
            
n
47
  "groups": [],
n
47
  "groups": [
            
48
    {
            
49
      "description": "La fragmentaci\u00f3n del h\u00e1bitat se define 
            
50
como el proceso durante el cual una gran extensi\u00f3n de 
            
51
h\u00e1bitat se transforma en una serie de parches m\u00e1s 
            
52
peque\u00f1os de menor superficie total aislados entre s\u00ed por una 
            
53
matriz de h\u00e1bitats distinta de la original",
            
54
      "display_name": "Fragmentaci\u00f3n del h\u00e1bitat",
            
55
      "id": "10439641-6830-4144-a3ab-117add931cd5",
            
56
      "image_display_url": 
            
57
e_2010_UE_Illustr.jpg/320px-Green_infrastructure_2010_UE_Illustr.jpg",
            
58
      "name": "fragmentacion-habitat",
            
59
      "title": "Fragmentaci\u00f3n del h\u00e1bitat"
            
60
    }
            
61
  ],
            
48
  "hvd": "non_hvd",
62
  "hvd": "non_hvd",
            
49
  "id": "7e63ba62-6e42-5430-8c4a-01cef7b6d2e3",
63
  "id": "7e63ba62-6e42-5430-8c4a-01cef7b6d2e3",
            
50
  "identifier": "7e63ba62-6e42-5430-8c4a-01cef7b6d2e3",
64
  "identifier": "7e63ba62-6e42-5430-8c4a-01cef7b6d2e3",
            
51
  "inspire_id": "",
65
  "inspire_id": "",
            
52
  "isopen": true,
66
  "isopen": true,
            
53
  "language": 
67
  "language": 
            
54
"http://publications.europa.eu/resource/authority/language/SPA",
68
"http://publications.europa.eu/resource/authority/language/SPA",
            
55
  "license_id": "cc-by",
69
  "license_id": "cc-by",
            
56
  "license_title": "Creative Commons Attribution",
70
  "license_title": "Creative Commons Attribution",
            
57
  "license_url": "http://www.opendefinition.org/licenses/cc-by",
71
  "license_url": "http://www.opendefinition.org/licenses/cc-by",
            
58
  "lineage_process_steps": [],
72
  "lineage_process_steps": [],
            
59
  "lineage_source": [
73
  "lineage_source": [
            
60
    "Global Ecology and Biogeography. Vol. 27",
74
    "Global Ecology and Biogeography. Vol. 27",
            
61
    "Num. 9",
75
    "Num. 9",
            
62
    "pags. 1093\u20131105"
76
    "pags. 1093\u20131105"
            
63
  ],
77
  ],
            
64
  "maintainer": "",
78
  "maintainer": "",
            
65
  "maintainer_name": "",
79
  "maintainer_name": "",
            
66
  "metadata_created": "2026-06-23T14:53:26.490194",
80
  "metadata_created": "2026-06-23T14:53:26.490194",
            
n
67
  "metadata_modified": "2026-06-23T16:05:06.089545",
n
81
  "metadata_modified": "2026-06-25T12:35:00.364602",
            
68
  "metadata_profile": [
82
  "metadata_profile": [
            
69
    "https://www.w3.org/TR/vocab-dcat-3/"
83
    "https://www.w3.org/TR/vocab-dcat-3/"
            
70
  ],
84
  ],
            
71
  "miteco_data_population": {
85
  "miteco_data_population": {
            
72
    "es": ""
86
    "es": ""
            
73
  },
87
  },
            
74
  "miteco_data_territory": {
88
  "miteco_data_territory": {
            
75
    "es": ""
89
    "es": ""
            
76
  },
90
  },
            
77
  "miteco_dataset_type": 
91
  "miteco_dataset_type": 
            
78
//publications.europa.eu/resource/authority/dataset-type/STATISTICAL",
92
//publications.europa.eu/resource/authority/dataset-type/STATISTICAL",
            
79
  "miteco_geo_level": "1",
93
  "miteco_geo_level": "1",
            
n
80
  "modified": "2026-06-23",
n
94
  "modified": "2026-06-25",
            
81
  "name": "7e63ba62-6e42-5430-8c4a-01cef7b6d2e3",
95
  "name": "7e63ba62-6e42-5430-8c4a-01cef7b6d2e3",
            
82
  "notes": "Collisions between wildlife and vehicles are recognized as 
96
  "notes": "Collisions between wildlife and vehicles are recognized as 
            
83
one of the major causes of mortality for many species. Empirical 
97
one of the major causes of mortality for many species. Empirical 
            
84
estimates of road mortality show that some species are more likely to 
98
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 
99
be killed than others, but to what extent this variation can be 
            
86
explained and predicted using intrinsic species characteristics 
100
explained and predicted using intrinsic species characteristics 
            
87
remains poorly understood. This study aims to identify general 
101
remains poorly understood. This study aims to identify general 
            
88
macroecological patterns associated with road mortality and generate 
102
macroecological patterns associated with road mortality and generate 
            
89
spatial and species-level predictions of risks. Location: Brazil. Time 
103
spatial and species-level predictions of risks. Location: Brazil. Time 
            
90
period: 2001\u20132014. Major taxa: Birds and mammals. We fitted 
104
period: 2001\u20132014. Major taxa: Birds and mammals. We fitted 
            
91
trait-based random forest regression models (controlling for survey 
105
trait-based random forest regression models (controlling for survey 
            
92
characteristics) to explain 783 empirical road mortality rates from 
106
characteristics) to explain 783 empirical road mortality rates from 
            
93
Brazil, representing 170 bird and 73 mammalian species. Fitted models 
107
Brazil, representing 170 bird and 73 mammalian species. Fitted models 
            
94
were then used to make spatial and species-level predictions of road 
108
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 
109
mortality risk in Brazil, considering 1,775 birds and 623 mammals that 
            
96
occur within the continental boundaries of the country. Survey 
110
occur within the continental boundaries of the country. Survey 
            
97
frequency and geographical location were key predictors of observed 
111
frequency and geographical location were key predictors of observed 
            
98
rates, but mortality was also explained by the body size, reproductive 
112
rates, but mortality was also explained by the body size, reproductive 
            
99
speed and ecological specialization of the species. Spatial 
113
speed and ecological specialization of the species. Spatial 
            
100
predictions revealed a high potential standardized (per kilometre of 
114
predictions revealed a high potential standardized (per kilometre of 
            
101
road) mortality risk in Amazonia for birds and mammals and, 
115
road) mortality risk in Amazonia for birds and mammals and, 
            
102
additionally, a high risk in Southern Brazil for mammals. Given the 
116
additionally, a high risk in Southern Brazil for mammals. Given the 
            
103
existing road network, these predictions mean that >8 million birds 
117
existing road network, these predictions mean that >8 million birds 
            
104
and >2 million mammals could be killed per year on Brazilian roads. 
118
and >2 million mammals could be killed per year on Brazilian roads. 
            
105
Furthermore, predicted rates for all Brazilian endotherms uncovered 
119
Furthermore, predicted rates for all Brazilian endotherms uncovered 
            
106
potential vulnerability to road mortality of several understudied 
120
potential vulnerability to road mortality of several understudied 
            
107
species that are currently listed as threatened by the International 
121
species that are currently listed as threatened by the International 
            
108
Union for Conservation of Nature. With a rapidly expanding global road 
122
Union for Conservation of Nature. With a rapidly expanding global road 
            
109
network, there is an urgent need to develop improved approaches to 
123
network, there is an urgent need to develop improved approaches to 
            
110
assess and predict road-related impacts. This study illustrates the 
124
assess and predict road-related impacts. This study illustrates the 
            
111
potential of trait-based models as assessment tools to gain a better 
125
potential of trait-based models as assessment tools to gain a better 
            
112
understanding of the correlates of vulnerability to road mortality 
126
understanding of the correlates of vulnerability to road mortality 
            
113
across species, and as predictive tools for difficult-to-sample or 
127
across species, and as predictive tools for difficult-to-sample or 
            
114
understudied species and areas.",
128
understudied species and areas.",
            
115
  "notes_translated": {
129
  "notes_translated": {
            
116
    "en": "Collisions between wildlife and vehicles are recognized as 
130
    "en": "Collisions between wildlife and vehicles are recognized as 
            
117
one of the major causes of mortality for many species. Empirical 
131
one of the major causes of mortality for many species. Empirical 
            
118
estimates of road mortality show that some species are more likely to 
132
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 
133
be killed than others, but to what extent this variation can be 
            
120
explained and predicted using intrinsic species characteristics 
134
explained and predicted using intrinsic species characteristics 
            
121
remains poorly understood. This study aims to identify general 
135
remains poorly understood. This study aims to identify general 
            
122
macroecological patterns associated with road mortality and generate 
136
macroecological patterns associated with road mortality and generate 
            
123
spatial and species-level predictions of risks. Location: Brazil. Time 
137
spatial and species-level predictions of risks. Location: Brazil. Time 
            
124
period: 2001\u20132014. Major taxa: Birds and mammals. We fitted 
138
period: 2001\u20132014. Major taxa: Birds and mammals. We fitted 
            
125
trait-based random forest regression models (controlling for survey 
139
trait-based random forest regression models (controlling for survey 
            
126
characteristics) to explain 783 empirical road mortality rates from 
140
characteristics) to explain 783 empirical road mortality rates from 
            
127
Brazil, representing 170 bird and 73 mammalian species. Fitted models 
141
Brazil, representing 170 bird and 73 mammalian species. Fitted models 
            
128
were then used to make spatial and species-level predictions of road 
142
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 
143
mortality risk in Brazil, considering 1,775 birds and 623 mammals that 
            
130
occur within the continental boundaries of the country. Survey 
144
occur within the continental boundaries of the country. Survey 
            
131
frequency and geographical location were key predictors of observed 
145
frequency and geographical location were key predictors of observed 
            
132
rates, but mortality was also explained by the body size, reproductive 
146
rates, but mortality was also explained by the body size, reproductive 
            
133
speed and ecological specialization of the species. Spatial 
147
speed and ecological specialization of the species. Spatial 
            
134
predictions revealed a high potential standardized (per kilometre of 
148
predictions revealed a high potential standardized (per kilometre of 
            
135
road) mortality risk in Amazonia for birds and mammals and, 
149
road) mortality risk in Amazonia for birds and mammals and, 
            
136
additionally, a high risk in Southern Brazil for mammals. Given the 
150
additionally, a high risk in Southern Brazil for mammals. Given the 
            
137
existing road network, these predictions mean that >8 million birds 
151
existing road network, these predictions mean that >8 million birds 
            
138
and >2 million mammals could be killed per year on Brazilian roads. 
152
and >2 million mammals could be killed per year on Brazilian roads. 
            
139
Furthermore, predicted rates for all Brazilian endotherms uncovered 
153
Furthermore, predicted rates for all Brazilian endotherms uncovered 
            
140
potential vulnerability to road mortality of several understudied 
154
potential vulnerability to road mortality of several understudied 
            
141
species that are currently listed as threatened by the International 
155
species that are currently listed as threatened by the International 
            
142
Union for Conservation of Nature. With a rapidly expanding global road 
156
Union for Conservation of Nature. With a rapidly expanding global road 
            
143
network, there is an urgent need to develop improved approaches to 
157
network, there is an urgent need to develop improved approaches to 
            
144
assess and predict road-related impacts. This study illustrates the 
158
assess and predict road-related impacts. This study illustrates the 
            
145
potential of trait-based models as assessment tools to gain a better 
159
potential of trait-based models as assessment tools to gain a better 
            
146
understanding of the correlates of vulnerability to road mortality 
160
understanding of the correlates of vulnerability to road mortality 
            
147
across species, and as predictive tools for difficult-to-sample or 
161
across species, and as predictive tools for difficult-to-sample or 
            
148
understudied species and areas.",
162
understudied species and areas.",
            
149
    "es": "Collisions between wildlife and vehicles are recognized as 
163
    "es": "Collisions between wildlife and vehicles are recognized as 
            
150
one of the major causes of mortality for many species. Empirical 
164
one of the major causes of mortality for many species. Empirical 
            
151
estimates of road mortality show that some species are more likely to 
165
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 
166
be killed than others, but to what extent this variation can be 
            
153
explained and predicted using intrinsic species characteristics 
167
explained and predicted using intrinsic species characteristics 
            
154
remains poorly understood. This study aims to identify general 
168
remains poorly understood. This study aims to identify general 
            
155
macroecological patterns associated with road mortality and generate 
169
macroecological patterns associated with road mortality and generate 
            
156
spatial and species-level predictions of risks. Location: Brazil. Time 
170
spatial and species-level predictions of risks. Location: Brazil. Time 
            
157
period: 2001\u20132014. Major taxa: Birds and mammals. We fitted 
171
period: 2001\u20132014. Major taxa: Birds and mammals. We fitted 
            
158
trait-based random forest regression models (controlling for survey 
172
trait-based random forest regression models (controlling for survey 
            
159
characteristics) to explain 783 empirical road mortality rates from 
173
characteristics) to explain 783 empirical road mortality rates from 
            
160
Brazil, representing 170 bird and 73 mammalian species. Fitted models 
174
Brazil, representing 170 bird and 73 mammalian species. Fitted models 
            
161
were then used to make spatial and species-level predictions of road 
175
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 
176
mortality risk in Brazil, considering 1,775 birds and 623 mammals that 
            
163
occur within the continental boundaries of the country. Survey 
177
occur within the continental boundaries of the country. Survey 
            
164
frequency and geographical location were key predictors of observed 
178
frequency and geographical location were key predictors of observed 
            
165
rates, but mortality was also explained by the body size, reproductive 
179
rates, but mortality was also explained by the body size, reproductive 
            
166
speed and ecological specialization of the species. Spatial 
180
speed and ecological specialization of the species. Spatial 
            
167
predictions revealed a high potential standardized (per kilometre of 
181
predictions revealed a high potential standardized (per kilometre of 
            
168
road) mortality risk in Amazonia for birds and mammals and, 
182
road) mortality risk in Amazonia for birds and mammals and, 
            
169
additionally, a high risk in Southern Brazil for mammals. Given the 
183
additionally, a high risk in Southern Brazil for mammals. Given the 
            
170
existing road network, these predictions mean that >8 million birds 
184
existing road network, these predictions mean that >8 million birds 
            
171
and >2 million mammals could be killed per year on Brazilian roads. 
185
and >2 million mammals could be killed per year on Brazilian roads. 
            
172
Furthermore, predicted rates for all Brazilian endotherms uncovered 
186
Furthermore, predicted rates for all Brazilian endotherms uncovered 
            
173
potential vulnerability to road mortality of several understudied 
187
potential vulnerability to road mortality of several understudied 
            
174
species that are currently listed as threatened by the International 
188
species that are currently listed as threatened by the International 
            
175
Union for Conservation of Nature. With a rapidly expanding global road 
189
Union for Conservation of Nature. With a rapidly expanding global road 
            
176
network, there is an urgent need to develop improved approaches to 
190
network, there is an urgent need to develop improved approaches to 
            
177
assess and predict road-related impacts. This study illustrates the 
191
assess and predict road-related impacts. This study illustrates the 
            
178
potential of trait-based models as assessment tools to gain a better 
192
potential of trait-based models as assessment tools to gain a better 
            
179
understanding of the correlates of vulnerability to road mortality 
193
understanding of the correlates of vulnerability to road mortality 
            
180
across species, and as predictive tools for difficult-to-sample or 
194
across species, and as predictive tools for difficult-to-sample or 
            
181
understudied species and areas."
195
understudied species and areas."
            
182
  },
196
  },
            
183
  "num_resources": 1,
197
  "num_resources": 1,
            
184
  "num_tags": 2,
198
  "num_tags": 2,
            
185
  "organization": {
199
  "organization": {
            
186
    "approval_status": "approved",
200
    "approval_status": "approved",
            
187
    "created": "2026-06-23T14:36:08.942021",
201
    "created": "2026-06-23T14:36:08.942021",
            
188
    "description": "",
202
    "description": "",
            
189
    "id": "bca483f7-26e2-4ed8-99e8-65f5b3c7a26e",
203
    "id": "bca483f7-26e2-4ed8-99e8-65f5b3c7a26e",
            
190
    "image_url": "",
204
    "image_url": "",
            
191
    "is_organization": true,
205
    "is_organization": true,
            
192
    "name": "iepnb",
206
    "name": "iepnb",
            
193
    "state": "active",
207
    "state": "active",
            
194
    "title": "",
208
    "title": "",
            
195
    "type": "organization"
209
    "type": "organization"
            
196
  },
210
  },
            
197
  "owner_org": "bca483f7-26e2-4ed8-99e8-65f5b3c7a26e",
211
  "owner_org": "bca483f7-26e2-4ed8-99e8-65f5b3c7a26e",
            
198
  "private": false,
212
  "private": false,
            
199
  "provenance": {
213
  "provenance": {
            
200
    "en": "",
214
    "en": "",
            
201
    "es": ""
215
    "es": ""
            
202
  },
216
  },
            
203
  "publisher": [
217
  "publisher": [
            
204
    {
218
    {
            
205
      "email": "buzon-bdatos@miteco.es",
219
      "email": "buzon-bdatos@miteco.es",
            
206
      "name": "\u00c1rea de Banco de Datos de la Naturaleza. 
220
      "name": "\u00c1rea de Banco de Datos de la Naturaleza. 
            
207
Direcci\u00f3n General Biodiversidad, Bosques y Desertificaci\u00f3n. 
221
Direcci\u00f3n General Biodiversidad, Bosques y Desertificaci\u00f3n. 
            
208
Ministerio para la Transici\u00f3n Ecol\u00f3gica y el Reto 
222
Ministerio para la Transici\u00f3n Ecol\u00f3gica y el Reto 
            
209
Demogr\u00e1fico",
223
Demogr\u00e1fico",
            
210
      "type": "http://purl.org/adms/publishertype/NationalAuthority",
224
      "type": "http://purl.org/adms/publishertype/NationalAuthority",
            
211
      "uri": "https://iepnb.es/catalogo/organization/iepnb",
225
      "uri": "https://iepnb.es/catalogo/organization/iepnb",
            
212
      "url": "https://www.miteco.gob.es/"
226
      "url": "https://www.miteco.gob.es/"
            
213
    }
227
    }
            
214
  ],
228
  ],
            
215
  "publisher_email": "buzon-bdatos@miteco.es",
229
  "publisher_email": "buzon-bdatos@miteco.es",
            
216
  "publisher_name": "\u00c1rea de Banco de Datos de la Naturaleza. 
230
  "publisher_name": "\u00c1rea de Banco de Datos de la Naturaleza. 
            
217
Direcci\u00f3n General Biodiversidad, Bosques y Desertificaci\u00f3n. 
231
Direcci\u00f3n General Biodiversidad, Bosques y Desertificaci\u00f3n. 
            
218
Ministerio para la Transici\u00f3n Ecol\u00f3gica y el Reto 
232
Ministerio para la Transici\u00f3n Ecol\u00f3gica y el Reto 
            
219
Demogr\u00e1fico",
233
Demogr\u00e1fico",
            
220
  "publisher_type": 
234
  "publisher_type": 
            
221
"http://purl.org/adms/publishertype/NationalAuthority",
235
"http://purl.org/adms/publishertype/NationalAuthority",
            
222
  "publisher_uri": "https://iepnb.es/catalogo/organization/iepnb",
236
  "publisher_uri": "https://iepnb.es/catalogo/organization/iepnb",
            
223
  "publisher_url": "https://www.miteco.gob.es/",
237
  "publisher_url": "https://www.miteco.gob.es/",
            
224
  "purpose": {
238
  "purpose": {
            
225
    "en": "",
239
    "en": "",
            
226
    "es": ""
240
    "es": ""
            
227
  },
241
  },
            
228
  "reference": [],
242
  "reference": [],
            
229
  "relationships_as_object": [],
243
  "relationships_as_object": [],
            
230
  "relationships_as_subject": [],
244
  "relationships_as_subject": [],
            
231
  "resources": [
245
  "resources": [
            
232
    {
246
    {
            
233
      "access_url": 
247
      "access_url": 
            
234
5430-8c4a-01cef7b6d2e3/resource/c312b4bc-cd51-432e-9bf3-7b4ff41d4f58",
248
5430-8c4a-01cef7b6d2e3/resource/c312b4bc-cd51-432e-9bf3-7b4ff41d4f58",
            
235
      "availability": 
249
      "availability": 
            
236
ications.europa.eu/resource/authority/planned-availability/AVAILABLE",
250
ications.europa.eu/resource/authority/planned-availability/AVAILABLE",
            
237
      "cache_last_updated": null,
251
      "cache_last_updated": null,
            
238
      "cache_url": null,
252
      "cache_url": null,
            
239
      "created": "2018-08-14T00:00:00",
253
      "created": "2018-08-14T00:00:00",
            
240
      "dataset_id": "a0a8e509-2e9e-4c9c-a12d-7fd2dafd8f0b",
254
      "dataset_id": "a0a8e509-2e9e-4c9c-a12d-7fd2dafd8f0b",
            
241
      "datastore_active": false,
255
      "datastore_active": false,
            
242
      "datastore_contains_all_records_of_source_file": false,
256
      "datastore_contains_all_records_of_source_file": false,
            
243
      "description": "Revista",
257
      "description": "Revista",
            
244
      "download_url": 
258
      "download_url": 
            
245
"https://onlinelibrary.wiley.com/doi/abs/10.1111/geb.12769",
259
"https://onlinelibrary.wiley.com/doi/abs/10.1111/geb.12769",
            
246
      "encoding": "UTF-8",
260
      "encoding": "UTF-8",
            
247
      "format": "HTML",
261
      "format": "HTML",
            
248
      "hash": "",
262
      "hash": "",
            
249
      "id": "c312b4bc-cd51-432e-9bf3-7b4ff41d4f58",
263
      "id": "c312b4bc-cd51-432e-9bf3-7b4ff41d4f58",
            
250
      "issued": "",
264
      "issued": "",
            
251
      "language": 
265
      "language": 
            
252
"http://publications.europa.eu/resource/authority/language/ENG",
266
"http://publications.europa.eu/resource/authority/language/ENG",
            
253
      "last_modified": null,
267
      "last_modified": null,
            
254
      "license": "http://creativecommons.org/licenses/by/4.0/",
268
      "license": "http://creativecommons.org/licenses/by/4.0/",
            
255
      "license_id": "cc-by",
269
      "license_id": "cc-by",
            
n
256
      "metadata_modified": "2026-06-23T16:05:06.092990",
n
270
      "metadata_modified": "2026-06-25T12:35:00.368597",
            
257
      "mimetype": 
271
      "mimetype": 
            
258
"https://www.iana.org/assignments/media-types/text/html",
272
"https://www.iana.org/assignments/media-types/text/html",
            
259
      "mimetype_inner": null,
273
      "mimetype_inner": null,
            
t
260
      "modified": "2026-06-23",
t
274
      "modified": "2026-06-25",
            
261
      "name": "Acceso al recurso",
275
      "name": "Acceso al recurso",
            
262
      "package_id": "7e63ba62-6e42-5430-8c4a-01cef7b6d2e3",
276
      "package_id": "7e63ba62-6e42-5430-8c4a-01cef7b6d2e3",
            
263
      "position": 0,
277
      "position": 0,
            
264
      "protocol": null,
278
      "protocol": null,
            
265
      "resource_type": null,
279
      "resource_type": null,
            
266
      "rights": 
280
      "rights": 
            
267
.europa.eu/metadata-codelist/LimitationsOnPublicAccess/noLimitations",
281
.europa.eu/metadata-codelist/LimitationsOnPublicAccess/noLimitations",
            
268
      "size": 0,
282
      "size": 0,
            
269
      "state": "active",
283
      "state": "active",
            
270
      "status": "http://purl.org/adms/status/Completed",
284
      "status": "http://purl.org/adms/status/Completed",
            
271
      "url": 
285
      "url": 
            
272
"https://onlinelibrary.wiley.com/doi/abs/10.1111/geb.12769",
286
"https://onlinelibrary.wiley.com/doi/abs/10.1111/geb.12769",
            
273
      "url_type": null
287
      "url_type": null
            
274
    }
288
    }
            
275
  ],
289
  ],
            
276
  "schemingdcat_xls_metadata_template": false,
290
  "schemingdcat_xls_metadata_template": false,
            
277
  "source": "",
291
  "source": "",
            
278
  "spatial": "{\"type\": \"Polygon\", \"coordinates\": [[[-18.16, 
292
  "spatial": "{\"type\": \"Polygon\", \"coordinates\": [[[-18.16, 
            
279
27.64], [4.32, 27.64], [4.32, 43.79], [-18.16, 43.79], [-18.16, 
293
27.64], [4.32, 27.64], [4.32, 43.79], [-18.16, 43.79], [-18.16, 
            
280
27.64]]]}",
294
27.64]]]}",
            
281
  "spatial_coverage": [
295
  "spatial_coverage": [
            
282
    {
296
    {
            
283
      "bbox": "{\"type\": \"Polygon\", \"coordinates\": [[[-18.16, 
297
      "bbox": "{\"type\": \"Polygon\", \"coordinates\": [[[-18.16, 
            
284
27.64], [4.32, 27.64], [4.32, 43.79], [-18.16, 43.79], [-18.16, 
298
27.64], [4.32, 27.64], [4.32, 43.79], [-18.16, 43.79], [-18.16, 
            
285
27.64]]]}",
299
27.64]]]}",
            
286
      "centroid": "{\"type\": \"Point\", \"coordinates\": [-6.92, 
300
      "centroid": "{\"type\": \"Point\", \"coordinates\": [-6.92, 
            
287
35.715]}",
301
35.715]}",
            
288
      "text": "Espa\u00f1a",
302
      "text": "Espa\u00f1a",
            
289
      "uri": 
303
      "uri": 
            
290
ttp://datos.gob.es/recurso/sector-publico/territorio/Pais/Espa\u00f1a"
304
ttp://datos.gob.es/recurso/sector-publico/territorio/Pais/Espa\u00f1a"
            
291
    }
305
    }
            
292
  ],
306
  ],
            
293
  "spatial_resolution_in_meters": "",
307
  "spatial_resolution_in_meters": "",
            
294
  "spatial_uri": 
308
  "spatial_uri": 
            
295
tp://datos.gob.es/recurso/sector-publico/territorio/Pais/Espa\u00f1a",
309
tp://datos.gob.es/recurso/sector-publico/territorio/Pais/Espa\u00f1a",
            
296
  "state": "active",
310
  "state": "active",
            
297
  "study_variables": {
311
  "study_variables": {
            
298
    "es": ""
312
    "es": ""
            
299
  },
313
  },
            
300
  "tag_uri": [
314
  "tag_uri": [
            
301
    
315
    
            
302
tp://inspire.ec.europa.eu/metadata-codelist/TopicCategory/environment"
316
tp://inspire.ec.europa.eu/metadata-codelist/TopicCategory/environment"
            
303
  ],
317
  ],
            
304
  "tags": [
318
  "tags": [
            
305
    {
319
    {
            
306
      "display_name": "accidentes-y-atropellos-de-fauna",
320
      "display_name": "accidentes-y-atropellos-de-fauna",
            
307
      "id": "629c6d17-b04f-404c-900a-8c31fae0ecc4",
321
      "id": "629c6d17-b04f-404c-900a-8c31fae0ecc4",
            
308
      "name": "accidentes-y-atropellos-de-fauna",
322
      "name": "accidentes-y-atropellos-de-fauna",
            
309
      "state": "active",
323
      "state": "active",
            
310
      "vocabulary_id": null
324
      "vocabulary_id": null
            
311
    },
325
    },
            
312
    {
326
    {
            
313
      "display_name": "fragmentacion",
327
      "display_name": "fragmentacion",
            
314
      "id": "627f9c0a-a199-4c69-b563-0c8d626e3194",
328
      "id": "627f9c0a-a199-4c69-b563-0c8d626e3194",
            
315
      "name": "fragmentacion",
329
      "name": "fragmentacion",
            
316
      "state": "active",
330
      "state": "active",
            
317
      "vocabulary_id": null
331
      "vocabulary_id": null
            
318
    }
332
    }
            
319
  ],
333
  ],
            
320
  "thematic_area": [
334
  "thematic_area": [
            
321
    "especies_silvestres"
335
    "especies_silvestres"
            
322
  ],
336
  ],
            
323
  "theme_es": [
337
  "theme_es": [
            
324
    "http://datos.gob.es/kos/sector-publico/sector/medio-ambiente"
338
    "http://datos.gob.es/kos/sector-publico/sector/medio-ambiente"
            
325
  ],
339
  ],
            
326
  "title": "Spatial and species\u2010level predictions of road 
340
  "title": "Spatial and species\u2010level predictions of road 
            
327
mortality risk using trait data.",
341
mortality risk using trait data.",
            
328
  "title_translated": {
342
  "title_translated": {
            
329
    "en": "",
343
    "en": "",
            
330
    "es": "Spatial and species\u2010level predictions of road 
344
    "es": "Spatial and species\u2010level predictions of road 
            
331
mortality risk using trait data."
345
mortality risk using trait data."
            
332
  },
346
  },
            
333
  "topic": 
347
  "topic": 
            
334
"http://inspire.ec.europa.eu/metadata-codelist/TopicCategory/biota",
348
"http://inspire.ec.europa.eu/metadata-codelist/TopicCategory/biota",
            
335
  "type": "dataset",
349
  "type": "dataset",
            
336
  "url": 
350
  "url": 
            
337
//iepnb.es:443/catalogo/dataset/7e63ba62-6e42-5430-8c4a-01cef7b6d2e3",
351
//iepnb.es:443/catalogo/dataset/7e63ba62-6e42-5430-8c4a-01cef7b6d2e3",
            
338
  "version": "",
352
  "version": "",
            
339
  "version_notes": {
353
  "version_notes": {
            
340
    "en": "",
354
    "en": "",
            
341
    "es": ""
355
    "es": ""
            
342
  }
356
  }
            
343
}
357
}