Evaluating UAV-based techniques to census an urban-nesting gull population on Canada’s Pacific coast
Notice bibliographique
Résumé
The use of unmanned aerial vehicles, or drones, in wildlife monitoring has increased in recent years, particularly in hard-to-access habitats. We used fixed-wing and quadcopter drones to census an urban-nesting population of Glaucous-winged Gulls in Victoria, Canada. We conducted our study over 2 years and asked whether (i) drones represent a suitable survey method for rooftop-nesting gulls in our study region; and (ii) Victoria’s urban gull population had increased since the last survey >30 years earlier. Using orthomosaic imagery derived from drone overflights, we estimated at least a threefold increase over the 1986 count reported for the entire city (from 114 to 346 pairs), and an approximate tenfold increase in the number of gulls nesting in the downtown core. Drones proved to be an excellent platform from which to census rooftop-nesting birds: occupied nests were readily discernible in our digital imagery, and incubating birds were undisturbed by drones. This lack of disturbance may be due to Victoria’s location in an aerodrome; gulls experience dozens of floatplane and helicopter flights per day and are likely habituated to air traffic. Glaucous-winged Gulls have declined considerably at their natural island colonies in the region since the 1980s. Our results indicate that although urban roofs provide replacement nesting habitat for this species, local gull populations have not simply relocated en masse from islands to rooftops in the region.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».