Evaluation of an off-the-shelf Unmanned Aircraft System for Surveying Flocks of Geese
Notice bibliographique
Résumé
Small off-the-shelf unmanned aircraft systems (UAS) could prove useful for surveying waterbirds. A low-end model was evaluated for surveying flocks of Canada Geese (Branta canadensis) and Snow Geese (Chen caerulescens) by comparing photographic counts from repeated flybys to repeated visual ground counts. Due to low contrast of Canada Geese with the ground, UAS counts based on confident detections only had a lower mean than ground counts for five out of six flocks (>30% lower for three flocks) and coefficients of variation (CV) ranging from 11–106%, compared to 1–6% for ground counts. Conversely, UAS counts of high-contrast Snow Geese were 60% higher on average and less variable (CV = 1–6%) than ground counts (CV = 11%). In some cases the aircraft likely detected birds that were not seen from the ground due to an obstructed view. Shortcomings of the UAS were mainly related to its unsophisticated imaging system compared to more expensive models. Otherwise, the UAS proved capable of being conveniently transported and deployed over flocks without causing them to flush. Further consideration should be given to off-the-shelf UAS for surveying waterbirds over small areas (<5-km radius) that are difficult to survey from the ground or as an option for performing low-disturbance surveys.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».