EFFECTS OF CLUTTER ON ECHOLOCATION CALL STRUCTURE OF MYOTIS SEPTENTRIONALIS AND M. LUCIFUGUS
Notice bibliographique
Résumé
The structure of echolocation calls, and the distance over which bats perceive their environment, varies with the amount of structural clutter through which they are flying. Clutter and species had significant effects on the frequency-time characteristics of search-phase echolocation calls of northern long-eared (Myotis septentrionalis) and little brown bats (M. lucifugus). We tested an a priori derived model that predicted the pattern of differences in echolocation call variable values among clutter categories would provide insight into the relative maximum distances that bat species could perceive using echolocation. Specifically, the model predicted that species adapted to flying and foraging in cluttered habitats would have a shorter maximum perceptual distance than species adapted to flying and foraging in uncluttered habitats. The results supported this model and suggest the clutter-adapted M. septentrionalis had a shorter maximum perceptual distance than M. lucifugus, a species known to forage in a variety of habitats but mainly in uncluttered areas (i.e., over water). Using calls as the sampling unit, a neural network correctly classified >94% of the echolocation calls to species in high clutter. In medium and low clutter, >82% of the calls were correctly classified to species; however >90% correct classification was achieved by leaving >30% of calls unclassified. Researchers should develop clutter-specific call libraries to improve species classification accuracy for echolocation calls.
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 | 0,000 | 0,002 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 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 ».