Effectiveness of acoustic indices as indicators of vertebrate biodiversity
Notice bibliographique
Résumé
Effective monitoring tools are key for tracking biodiversity loss and informing management intervention strategies. Passive acoustic monitoring promises to provide a cheap and effective way to monitor biodiversity across large spatial and temporal scales, however, extracting useful information from long-duration audio recordings still proves challenging. Recently, a range of acoustic indices have been developed, which capture different aspects of the soundscape, and may provide a way to estimate traditional biodiversity measures. Here we investigated the relationship between 13 acoustic indices obtained from passive acoustic monitoring and biodiversity estimates of various vertebrate taxonomic groupings obtained from manual surveys at six sites spanning over 20 degrees of latitude along the Australian east coast. We found a number of individual acoustic indices that correlated well with species richness, Shannon’s diversity index, and total individual count estimates obtained from traditional survey methods. Correlations were typically greater for avian and total vertebrate biodiversity than for anuran and non-avian vertebrate biodiversity. Acoustic indices also correlated better with species richness and total individual count than with Shannon’s diversity index. Random forest models incorporating multiple acoustic indices provided more accurate predictions than single indices alone. Out of the acoustic indices tested, cluster count, mid-frequency cover and spectral density contributed the greatest predictive ability to models. Our results suggest that models incorporating multiple acoustic indices could be a useful tool for monitoring certain vertebrate groups. Further work is required to understand how site-specific variables can be incorporated into models to improve predictive capabilities and how to improve the monitoring of taxa besides avians, particularly anurans.
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 | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».