Long-term automated monitoring of the distribution of small carnivores
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A new automated monitoring device for small carnivores, the Scentinel®, is a ‘smart’ tracking tunnel. It records time, date, weight and a digital photograph of every animal visiting it, and stores the data to be downloaded on command. This paper describes a field trial aiming, first, to verify the Scentinel’s species identifications against those given by footprint tracking papers, and then to compare the efficacy of routine monitoring with the Scentinel against standard tunnel tracking methods. In February–April 2005 we identified to species 98% of 1559 visiting animals, mainly hedgehogs (Erinaceus europaeus), ferrets (Mustela furo), cats (Felis catus) and rats (Rattus rattus and R. norvegicus) in 1718 Scentinel-nights. In May–June 2005 we set up three monitoring lines 1 km apart, each with 10 tracking tunnels and two Scentinels. We recorded 656 visits by ship rats (Rattus rattus), 88% of them on only one of the three lines, in 198 Scentinel-nights (over 5 weeks). The 30 footprint tracking tunnels set intermittently (360 trap-nights) recorded high (70–100%) tracking rates on all lines. The presence of a stoat (Mustela erminea) was detected by both methods, but earlier by Scentinels than by tracking tunnels. These results confirm that it is possible to use automated devices to record detailed monitoring data on small carnivores in remote areas over long periods, unaffected by interference or bait loss from common non-target 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.
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 | 0,002 | 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) | 0,000 | 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 découle