MétaCan
Menu
Retour à la cohorte
Enregistrement W4295419575 · doi:10.1038/s41598-022-17679-x

Collecting critically endangered cliff plants using a drone-based sampling manipulator

2022· article· en· W4295419575 sur OpenAlexafffund
Hughes La Vigne, Guillaume Charron, Julien Rachiele-Tremblay, David Rancourt, Ben Nyberg, Alexis Lussier Desbiens

Notice bibliographique

RevueScientific Reports · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife-Road Interactions and Conservation
Établissements canadiensInstitut interdisciplinaire d'innovation technologiqueUniversité de Sherbrooke
Organismes subventionnairesMitacsStrongMohamed bin Zayed Species Conservation FundNatural Sciences and Engineering Research Council of CanadaUniversité de SherbrookeNational Geographic Society
Mots-clésDroneCritically endangeredCliffEndangered speciesSampling (signal processing)Computer scienceBiologyGeographyEcologyHabitatComputer visionArchaeologyBotany

Résumé

récupéré en direct d'OpenAlex

Kaua'i, an island within the Hawai'i archipelago, is home of a unique flora that contains 250 single-island endemic plant species. Threats have led to a significant population decrease where 97% of these plant species are now listed as endangered, critically endangered, or extinct. Vertical cliff habitats on Kaua'i work as refugia to protect plants from their stressors. However, this habitat makes conservation work particularly difficult, forcing scientists, and botanists to use risky and time-consuming methods such as abseiling to access remote plant populations. Here we present the Mamba, the first aerial system capable of sampling plants on cliffs. This system is operated by two pilots and consists of an actively controlled platform suspended by a long cable under a lifting drone. Eleven otherwise inaccessible samples from five critically endangered species were collected during the first field trials on Kaua'i Island. The samples are currently surviving in nurseries, demonstrating that the Mamba can be used to complete the conservation life cycle for organisms located in difficult areas, from location to collection, then cultivation and outplanting.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,482
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,292
Écart entre enseignants0,236 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetWildlife-Road Interactions and ConservationTravaux en français237 207