A hierarchical dependent double‐observer method for estimating waterfowl breeding pairs abundance from helicopters
Notice bibliographique
Résumé
We applied a dependent double‐observer method for helicopter surveys and developed a hierarchical Bayesian model as a means to adjust counts of waterfowl for incomplete detection. We conducted our study using 52 plots in Labrador, Canada. A designated pair of primary observers reported counts and location of all waterfowl flocks that they detected to a pair of secondary observers, including details regarding the species, age and sex of observed birds. Secondary observers then reported any additional flocks observed by them but missed by the primary observers. The pairs of observers alternated between primary and secondary roles during the course of the survey, as well as position (front or back) within the helicopter. We used hierarchical Bayesian models to estimate detection probabilities of waterfowl flocks, as well as derive species‐specific detection‐corrected abundance and sex composition estimates of flocks. The hierarchical model output allowed us to derive estimates of indicated breeding pairs for each species in the survey area corrected for incomplete detection. Observers seated in the back of the helicopter had higher detection probabilities (0.89; 90% Bayesian credible intervals [BCI] = 0.82–0.95) than those in the front (0.74; 90% BCI = 0.66–0.83), and observer experience had a limited effect on detection. Total crew detection probabilities ranged between 0.99 (90% BCI = 0.97–1.00) and 0.97(90% BCI = 0.94–0.99), depending on the individual observers' position and role in the helicopter. Detection probabilities were higher for sea ducks and diving ducks and lower for dabbling ducks. Observers generally missed less than 5% of the total indicated pairs for all species. We recommend that detection in helicopter surveys be measured to control for observer turnover, observer experience and aircraft‐related differences in visibility.
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 | 0,008 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».