Manual versus automatic identification of black-capped chickadee (Poecile atricapillus) vocalizations
Notice bibliographique
Résumé
One time-consuming aspect of bioacoustic research is identifying vocalizations from long audio recordings. SongScope (version 4.1.5. Wildlife Acoustics, Inc.) is a computer program capable of developing acoustic recognizers that can identify wildlife vocalizations. The goal of the current study was to compare the effectiveness of manual identification of black-capped chickadee vocalizations to identification by SongScope recognizers. A recognizer was developed for each main chickadee vocalization by providing previously annotated audio of chickadees. Six chickadees (three male, three female) were recorded in one-hour intervals with and without anthropogenic (i.e., man-made) noise to provide a variety of samples to test the recognizer. These recordings were analyzed via the recognizer and two human coders, with an additional third coder reviewing a random subset of recordings for reliability. Strong agreement was found between the human coders, κ = 0.76, p < 0.00. Agreement between human coders and the recognizer was moderate for fee songs, κ = 0.46, p < 0.00, and strong for fee-bee songs, κ = 0.77, p < 0.00, as well as for chick-a-dee calls, κ = 0.82, p < 0.00. Results showed that male chickadees produced more tseet calls in silence and females produced more gargle calls during noise. No differences were found in vocalizations based on time of day. Our observations also suggest that the chick-a-dee recognizer was capable of identifying gargle and tseet calls along with the intended chick-a-dee calls. Overall, SongScope was effective at identifying fee-bee songs and chick-a-dee calls, but not as effective for identifying fee songs. These recognizers can allow for faster acoustic analyses (by approximately four times) and be continuously improved for greater accuracy.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».