Flying beneath the clouds at the edge of the world: using a hexacopter to supplement abundance surveys of Steller sea lions (<i>Eumetopias jubatus</i>) in Alaska
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
Aerial imagery is the most effective method National Marine Fisheries Service (NMFS) uses to assess abundance of Steller sea lions (Eumetopias jubatus). These images are traditionally captured from occupied aircraft, but the long distances between airfields along the 1900 km Aleutian Island chain, inclement weather during the survey season, and dangerous winds at sites adjacent to cliffs severely limit flying opportunities. Because of the pressing need for current trend information for a population in persistent decline we turned to a small unoccupied aircraft system (UAS), an APH-22 hexacopter. Our primary objective was to supplement traditional aerial surveys during the annual abundance survey. The second objective was to test whether the resolution of images captured with the hexacopter was adequate for sighting permanently marked individuals. From June to July 2014, NMFS biologists based on a research vessel assessed sites from Attu Island to the Delarof Islands (n = 23), surveying sites from land (n = 12) and with the hexacopter (n = 11). Simultaneously, traditional aerial surveys were conducted east of the Delarof Islands (n = 172). This combined approach enabled us to conduct the most complete survey of adult, juvenile, and newborn Steller sea lions in the Aleutian Islands since the 1970s. Images collected also allowed for us to identify alpha-numeric permanent marks on individuals as small as juveniles. With this successful implementation of UAS, NMFS plans to use the hexacopter to supplement future 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.
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 | 0,005 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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