Computer-Assisted Photo-Identification of Narwhals
Notice bibliographique
Résumé
Although the narwhal (Monodon monoceros) is economically and culturally important to northern residents, sound management of this species is impaired by large gaps in knowledge. Research on this species has been limited partly by the cost of the methods used, and partly because some of these methods are invasive and therefore condemned by Inuit communities. Photo-identification, a non-invasive, inexpensive, and easy-to-use method recently developed for narwhals, uses photographs of natural marks to identify individuals. Its main drawback is the extended time required to process photographs. We developed a computer program to accelerate the identification process and thus mitigate the main drawback of photo-identification. This program uses the locations of notches on the dorsal ridge to compare a new image to each individual in a catalogue and lists those individuals in decreasing order of similarity. We tested consistency in user assignment of dorsal ridge features and the accuracy of the program by comparing sets of known individuals. While assignment errors were common, the program ranked the true match within the first 10% of the catalogue 78% of the time. The program accelerates the matching process by 1.2 to 4.1 times for catalogues ranging in size from 40 to 500 individuals, and the degree of acceleration increases with the size of the catalogue. This program could also be applied to the beluga whale (Delphinapterus leucas), another important northern species.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,004 | 0,001 |
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 ».