Quantitative assessment of invasive species in lacustrine environments through benthic imagery analysis
Notice bibliographique
Résumé
The establishment, spread, and impact of the invasive bivalve Corbicula fluminea ( C. fluminea ), in Lake Tahoe threatens native species distribution in the lake and, potentially, has long‐term implications for water clarity. In 2009, UBC‐Gavia , an Autonomous Underwater Vehicle (AUV), was used as a platform to collect georeferenced imagery of the benthic regions of Lake Tahoe to determine the lake‐wide distribution of C. fluminea . Images were collected in water depths less than 10 m at an approximately constant height above the bottom of 2 m. Images were processed using a semi‐automated procedure to determine the ratio of the lakebed covered by exposed C. fluminea shells. A visual review was conducted on a subset of the images to determine presence of filamentous algae that has been observed in association with C. fluminea . Nearly 100 km of shoreline was covered over a 7‐d period, and C. fluminea presence was reconfirmed in 4 regions and additional 10 regions identified. In regions where the presence of C. fluminea was confirmed, C. fluminea depth distribution was validated by comparing image detection counts and results from a benthic sediment grab sample survey. Three regions around the lake were identified to have filamentous green algae or charophyte species. It was impossible to identify species of the known filamentous algal taxa ( Cladophora glomerata, Spirogyra spp., and Zygnema spp.). The collected imagery provides a synoptic view on species distribution within the lake that can be used for efficient monitoring of invasive species in freshwater and saltwater bodies.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».