Performance of manned and unmanned aerial surveys to collect visual data and imagery for estimating arctic cetacean density and associated uncertainty
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
Manned aerial surveys have been used successfully for decades to collect data to infer cetacean distribution, density (number of whales/km 2 ), and abundance. Unmanned aircraft systems (UAS) have potential to augment or replace some manned aerial surveys for cetaceans. We conducted a three-way comparison among visual observations made by marine mammal observers aboard a Turbo Commander aircraft; imagery autonomously collected by a Nikon D810 camera system mounted to a belly port on the Turbo Commander; and imagery collected by a similar camera system on a remotely controlled ScanEagle ® UAS operated by the US Navy. Bowhead whale density estimates derived from the marine mammal observer data were higher than those from the Turbo Commander imagery; comparisons to the UAS imagery depended on survey sector and analytical method. Beluga density estimates derived from either dataset collected aboard the Turbo Commander were higher than estimates derived from the UAS imagery. Uncertainties in density estimates derived from the marine mammal observer data were lower than estimates derived from either imagery dataset due to the small sample sizes in the imagery. The visual line-transect aerial survey conducted by marine mammal observers aboard the Turbo Commander was 68.5% of the cost of the photo strip-transect survey aboard the same aircraft and 9.4% of the cost of the UAS survey.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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