
Por Júlia Beduschi
Bióloga e mestranda na Universidade Federal do Rio Grande do Sul (UFRGS), trabalhando junto ao Núcleo de Ecologia de Rodovias e Ferrovias (NERF) da mesma instituição
estradas@faunanews.com.br
Fazer ciência consiste em ter uma pergunta de interesse, coletar dados (mas nem sempre esse é o caso, o estudo também pode ser apenas teórico) e publicar os resultados. Porém, algumas vezes os dados são coletados e os trabalhos não são publicados. E mesmo que os trabalhos sejam publicados, os mesmos dados podem ser utilizados para responder perguntas de outras pesquisas – mas, para tanto, precisam estar disponíveis.
Hoje divulgo uma iniciativa da pesquisadora Clara Grilo e que teve a colaboração de mais de uma centena de pesquisadores, que está disponível para todos: uma compilação de dados de atropelamento de fauna de todo o Brasil. Os dados disponíveis são provenientes de pesquisas científicas e consultorias especializadas, o que garante confiabilidade na identificação dos animais atropelados e nas localizações das carcaças.
A base de dados publicada na revista científica Ecology intitulada “BRAZIL ROAD-KILL – a dataset of wildlife terrestrial vertebrate road-kills” possui informações de 26 estudos publicados e de 45 estudos não publicados. Compreende 21.512 registros de fauna atropelada em todo o país, dos quais 83% estão identificados até o nível de espécie, totalizando 450 espécies registradas. Dessas, 31 são de anfíbios, 90 de répteis, 229 de aves e 99 de mamíferos.
O monitoramento de fauna atropelada normalmente ocorre em trechos pequenos e por um período curto de amostragem devido a diversos fatores limitantes como custo e tempo. Ter uma base de dados tão abrangente, que se estende por todo o Brasil, pode ajudar a responder perguntas em escalas mais amplas, tanto com objetivos acadêmicos quanto com objetivos de manejo conservacionista.
Para ter acesso a todos esses registros, basta clicar no link acima e baixar a base de dados. Use a criatividade. Divirta-se explorando perguntas antes apenas imaginadas, mas para as quais não existiam os dados.