Acoustic detection of gunshots to improve measurement and mapping of hunting activity
Notice bibliographique
Résumé
Abstract Hunting can influence the abundance and distribution of animals and act as a source of conflict among recreational user groups. Thus, land managers benefit from tools that can generate information about when and where hunting occurs. We used passive acoustic monitoring to examine spatiotemporal patterns of hunting‐related gunshots at 91 locations in a protected area in Alberta, Canada. We compared 2 methods for detecting gunshots from recordings: a recognizer that used complex pattern recognition and an energy detector that detected loud sounds regardless of their acoustic features. The recognizer primarily detected faint sounds, and multiple observers showed low levels of agreement (37%) with respect to whether sounds were gunshots or not, suggesting it produced ambiguous data. The recognizer also missed many loud, clear gunshots for unknown reasons. The energy detector, in contrast, detected loud sounds upon which observers showed near‐unanimous agreement (99%) on their identity. Gunshots missed by the energy detector could be because they were too quiet (i.e., too far away to be detected). Thus, despite detecting fewer gunshots overall, the energy detector produced higher quality data that were easier to interpret. We analyzed 249 gunshots detected with the energy detector, and found that hunting was concentrated near vehicle access points and peaked on Saturdays, and that hunters largely abided by local regulations prohibiting Sunday hunting. We compared energy detector results with remote cameras, which revealed similar spatiotemporal patterns of hunting effort. Passive acoustic monitoring has the potential to allow hunting activity to be mapped and monitored with unprecedented resolution.
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 | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».