MétaCan
Menu
Retour à la cohorte
Enregistrement W2735319567 · doi:10.22621/cfn.v131i1.1783

Inexpensive Video Drop-camera for Surveying Sensitive Benthic Habitats: Applications from Glass Sponge (Hexactinellida) Reefs in Howe Sound, British Columbia

2017· article· en· W2735319567 sur OpenAlexfundvenueaboutno aff
Lena Clayton, Glen Dennison

Notice bibliographique

RevueThe Canadian Field-Naturalist · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMarine Sponges and Natural Products
Établissements canadiensnon disponible
Organismes subventionnairesFisheries and Oceans Canada
Mots-clésBathymetrySound (geography)ReefOceanographySide-scan sonarBenthic zoneGeologyFishingFisheryEnvironmental scienceRemote sensingSonar

Résumé

récupéré en direct d'OpenAlex

Where marine waters are shallow and bathymetric features are steep, the typically employed multi-beam side scan sonar is not always reliable for identifying complex biological structures. Here, we present a cost-efficient method used in Howe Sound, British Columbia, for bathymetric mapping, exploration, and ground-truthing of glass sponge bioherms. A simple depth sounder and software package was used to produce bathymetric maps. From these maps, prospective sites were selected and surveyed to investigate bioherm presence with a simple drop-camera towed off the bow of a small drifting vessel during calm seas. This method was used during a 4-year citizen science initiative that led to the discovery of 12 glass sponge bioherms in Howe Sound, the first step in protecting these globally unique reefs from the impact of bottom-contact fishing, anchoring, and potential industrial contamination. Before our work using this method, only two glass sponge bioherms had been identified in Howe Sound. The method also proved effective as a means to quantify damage to bioherms from fishing gear.

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)0,000
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 enseignants0,676
Score d'incertitude au seuil0,643

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 GPT0,255
Écart entre enseignants0,239 · 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

Citations7
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Field-NaturalistMême sujetMarine Sponges and Natural ProductsTravaux en français237 207