MétaCan
Menu
Retour à la cohorte
Enregistrement W2162021615 · doi:10.2193/2008-233

A Large‐Scale Mitigation Experiment to Reduce Bat Fatalities at Wind Energy Facilities

2009· article· en· W2162021615 sur OpenAlexafffundabout
Erin F. Baerwald, Jason Edworthy, Matt Holder, Robert M. R. Barclay

Notice bibliographique

RevueJournal of Wildlife Management · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBat Biology and Ecology Studies
Établissements canadiensTransAlta (Canada)University of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaJohns Hopkins UniversityBat Conservation International
Mots-clésWind powerEnvironmental scienceTurbineWildlifeWind speedMarine engineeringMeteorologyEngineeringGeographyEcologyAerospace engineering

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Until large numbers of bat fatalities began to be reported at certain North American wind energy facilities, wildlife concerns regarding wind energy focused primarily on bird fatalities. Due in part to mitigation to reduce bird fatalities, bat fatalities now outnumber those of birds. To test one mitigation option aimed at reducing bat fatalities at wind energy facilities, we altered the operational parameters of 21 turbines at a site with high bat fatalities in southwestern Alberta, Canada, during the peak fatality period. By altering when turbine rotors begin turning in low winds, either by changing the wind‐speed trigger at which the turbine rotors are allowed to begin turning or by altering blade angles to reduce rotor speed, blades were near motionless in low wind speeds, which resulted in a significant reduction in bat fatalities (by 60.0% or 57.5%, respectively). Although these are promising mitigation techniques, further experiments are needed to assess costs and benefits at other locations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,231
Écart entre enseignants0,215 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations173
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Wildlife ManagementMême sujetBat Biology and Ecology StudiesTravaux en français237 207