Feasibility of urban bird occurrence and nest amount evaluation by the street-view image virtual survey
Notice bibliographique
Résumé
Bird observation mainly relies on field surveys, which are time-consuming and laborious. In this study, we explored using street-view images in the virtual survey of urban birds and nests. Using the coastal city of Qingdao as the study area, 47 201 seamless spherical photos at 2741 sites were collected using the Baidu street-view (BSV) map. Single-rater-all photo checks and seven-rater-metapopulation checks were used to find inter-rater repeatability, the best viewing layer for BSV collection, and possible environments affecting the results. We also collected community science data for comparison. The BSV time machine was used to assess the temporal dynamics. Kappa square test, generalized linear model, redundancy ordination and ArcMap were used in the analysis. Different rater repeatability was 79.1% in nest evaluations and 46.9% in bird occurrence. A re-check of the different-rating photos can increase them to 92% and 70%. Seven-rater statistics showed that more than 5% sampling ratio could produce a non-significant different bird and nest percentage of the whole data, and the higher sampling ratio could reduce the variation. The middle-viewing layer survey alone could produce 93% precision of the nest checks by saving 2/3 of the time used; in birds, selecting middle and upper-view photos could find 97% of bird occurrences. In the spatial distribution, the nest's hotspot areas from this method were much greater than the community science bird-watching sites. The BSV time machine made it possible to re-check nests in the same sites but challenging the re-check of bird occurrences. The nests and birds can be observed more in the leafless season, on wide, traffic-dense coastal streets with complex vertical structures of trees, and in the gaps of tall buildings dominated by road forests. Our results indicate that BSV photos could be used to virtually evaluate bird occurrence and nests from their numbers, spatial distribution and temporal dynamics. This method provides a pre-experimental and informative supplement to large-scale bird occurrence and nest abundance surveys in urban environments.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».