Use of drones for the creation and development of a photographic identification catalogue for an endangered whale population
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Photographic identification is increasingly being used as a cost-effective and minimally invasive method to monitor species, which is of particular importance for endangered populations that are vulnerable to intrusive research methods. The purpose of our study was to collect photographs of an endangered population of beluga whales ( Delphinapterus leucas (Pallas, 1776)) in Cumberland Sound, Nunavut, Canada, for use in photographic identification. Rather than pursuing the whales with boats to collect photographs, drones were used to minimize disturbance. We analyzed drone photographs from 2017 to 2019 for distinctive markings on the whales, which were used to develop a photographic identification catalogue. In total, 93 individuals were identified, with 24 resightings of marked individuals over the survey period. Approximately 43.4% (standard error 3.3%) of the adult beluga population was uniquely marked. The beluga population has been harvested at a rate of 41 whales per year, not including struck and lost, since 2002. The markings were from unknown origins (61%), scars/wounds from gunshots (27%), anthropogenic or predatory given the size and severity (11%), or a satellite tag (1%). The continuation of the photographic identification program will allow for the estimation of important population demographics, such as abundance and calving interval, which are important parameters for population conservation and management.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 découle