MétaCan
Menu
Retour à la cohorte
Enregistrement W4312191319 · doi:10.1111/ibi.13169

Point count offsets for estimating population sizes of north American landbirds

2022· article· en· W4312191319 sur OpenAlexafffund
Brandon P.M. Edwards, Adam C. Smith, Teegan D. S. Docherty, Marcel A. Gahbauer, Caitlyn Gillespie, Alexis R. Grinde, Taylor Harmer, David T. Iles, Steven M. Matsuoka, Nicole L. Michel, Andrew Murray, Gerald J. Niemi, Jon Pasher, David C. Pavlacky, Barry G. Robinson, Thomas B. Ryder, Péter Sólymos, Diana Stralberg, Edmund J. Zlonis

Notice bibliographique

RevueIbis · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensCanadian Natural ResourcesUniversity of AlbertaNatural Resources CanadaCarleton UniversityEnvironment and Climate Change Canada
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGeographyPopulationCartographyEcologyPhysical geographyBiologyDemography

Résumé

récupéré en direct d'OpenAlex

Bird monitoring in North America over several decades has generated many open databases, housing millions of structured and semi‐structured bird observations. These provide the opportunity to estimate bird densities and population sizes, once variation in factors such as underlying field methods, timing, land cover, proximity to roads, and uneven spatial coverage are accounted for. To facilitate integration across databases, we introduce NA‐POPS: Point Count Offsets for Population Sizes of North American Landbirds. NA‐POPS is a large‐scale, multi‐agency project providing an open‐source database of detectability functions for all North American landbirds. These detectability functions allow the integration of data from across disparate survey methods using the QPAD approach, which considers the probability of detection (q) and availability (p) of birds in relation to area (a) and density (d). To date, NA‐POPS has compiled over 7.1 million data points spanning 292 projects from across North America, and produced detectability functions for 338 landbird species. Here, we describe the methods used to curate these data and generate these detectability functions, as well as the open‐access nature of the resulting database.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,253
Écart entre enseignants0,242 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations30
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIbisMême sujetAvian ecology and behaviorTravaux en français237 207