Monitoring vocal activity and temporal patterns in attendance of White-chinned Petrels using bioacoustics
Notice bibliographique
Résumé
Monitoring of population sizes and trends using conventional surveys is challenging for nocturnal, burrow-nesting seabirds. The White-chinned Petrel is the most commonly killed species in Southern Ocean fisheries and its breeding success at many sites is reduced because of predation by invasive cats and rodents. As adaptive management of such threats requires cost-effective and reproducible protocols for monitoring populations, we examined the potential of automated bioacoustic techniques for measuring colony attendance patterns (relative number of birds visiting at a given time) using data from acoustic recorders deployed over a breeding season at Bird Island, South Georgia. Generic recognition software was of limited utility, but a suite of acoustic indices in a random forest model reliably predicted the occurrence of vocalisations. Vocal activity showed clear temporal patterns, despite high day-to-day variability, and was lowest during the pre-laying period, in the early evening, and on moonlit nights. To facilitate estimation of population density using acoustic recorders, we determined the mean vocalisation rate of individuals (2.3 min−1), mean call length (~15.3 sec), and detection distance (~15 m based on signal to noise ratios of playbacks). Our results indicate that acoustic indices are a useful measure of colony attendance. If these indices can be linked to density, acoustic monitoring would provide a powerful and cost-effective census method for White-chinned Petrels and other nocturnal species.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».