Long‐term monitoring of Serengeti bird species occurrence, abundance, and habitat
Notice bibliographique
Résumé
The Serengeti ecosystem contains one of the most diverse bird assemblages in Africa. We present here a data set consisting of abundances of bird species in different habitats of the Serengeti ecosystem over a 87-yr time frame. This data set comprises 66,643 georeferenced occurrences for 568 species from 1929 to 2017. Most records contain feeding location, food source, distribution status, and observation locality. The records originate from three different but complementary methodologies: points, sites, and transects. The point method (bird species records 1929-2017) is based on ad hoc observations and includes rare species or those in special habitats. These points came from published records as well from the research program of A. R. E. Sinclair and colleagues. The site method (1966-2017) is based on structured observations at sites selected to represent specific habitats, and replicated within habitats and over time. At each site, birds were recorded by sight and sound over a radius of 50 m for 10 min. The transect method (1997-2011) is based on road transects covering different areas of the ecosystem. Road transects were traversed using a vehicle with observers travelling at 30 km/h. Bird species were those easily seen from a vehicle out to 50 m either side. As most transects were traversed multiple times, this method provides information on temporal change in abundance for a select set of species. No copyright restrictions apply to the use of this data set other than citing this publication.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 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) | 0,001 | 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 ».