MétaCan
Menu
Retour à la cohorte
Enregistrement W2042238292 · doi:10.1111/j.2041-210x.2012.00244.x

Do you hear what I hear? Implications of detector selection for acoustic monitoring of bats

2012· article· en· W2042238292 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMethods in Ecology and Evolution · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBat Biology and Ecology Studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésHuman echolocationDetectorSIGNAL (programming language)AcousticsBioacousticsSelection (genetic algorithm)Detection theoryPhysicsComputer scienceArtificial intelligenceOptics

Résumé

récupéré en direct d'OpenAlex

Summary The probability of detecting the echolocation calls of bats is affected by the strength of the signal as well as the directionality and frequency response of the acoustic detectors. Regardless of the research question, it is important to quantify variation in recording system performance and its impacts on bat detection results. The purpose of this study was to compare the detection of echolocation calls among five commonly used bat detectors: A na B at SD 2 ( T itley S cientific), A visoft U ltra S ound G ate 116 CM 16/ CMPA ( A visoft B ioacoustics), B atcorder 2·0 (ecoObs), B atlogger ( E lekon AG ) and S ong M eter SM 2 BAT ( W ildlife A coustics). We used playback of synthetic calls to optimize detection settings for each system. We then played synthetic signals at four frequencies (25, 55, 85 and 115 kH z) at 5‐m intervals (5–40 m) and three angles (0°, 45°, 90°) from the detectors. F inally, we recorded free‐flying bats ( L asiurus cinereus ), comparing the number of calls detected by each detector. Detection was most affected by the frequency dominating the signal and the distance from the source. The effect of angle was less apparent. In the synthetic signal experiment, A visoft and B atlogger outperformed other detectors, while B atcorder and S ong M eter performed similarly. Batlogger performed better than the other detectors at angles off‐centre (45° and 90°). AnaBat detected the fewest signals and none at 85 kH z or 115 kH z. Avisoft detected the most signals. In the free‐flying bat experiment, Batlogger recorded 93% of calls relative to Avisoft, while AnaBat, Batcorder and Song Meter recorded 40–50% of the calls detected by Avisoft. Numerous factors contribute to variation in data sets from acoustic monitoring; our results demonstrate that choice of detector plays a role in this variation. Differences among detectors make it difficult to compare data sets obtained with different systems. Therefore, the choice of detector should be taken into account in designing studies and considering bat activity levels among studies using different detectors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,209
Score d'incertitude au seuil0,179

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,358
Écart entre enseignants0,297 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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