The use of orthoimagery and stereoscopic aerial imagery to identify muskrat ( <i>Ondatra zibethicus</i> ) houses
Notice bibliographique
Résumé
Abstract The muskrat ( Ondatra zibethicus ) is considered a ubiquitous inhabitant of wetlands across Canada and the United States, but recent studies indicate that muskrat populations in many parts of North America have experienced substantial declines over the last 40–60 years. Monitoring of muskrat abundance is therefore an important task for wildlife managers, but traditional methods such as house counts conducted during ground‐based surveys can be labor‐intensive and time‐consuming. Poor conditions or a lack of access may limit how much of a wetland can be surveyed. Aerial imagery has previously been used to census a diverse array of wildlife populations but is not yet a common tool for muskrat surveys. To investigate the accuracy of this alternative survey method, we collected aerial imagery from coastal wetlands along the north shore of Lake Ontario during the winter of 2014 for examination in both 2D orthorectified and 3D stereoscopic formats. We compared muskrat house counts obtained from imagery to counts recorded by ground survey crews in the same wetlands during the same winter. We found no significant difference between mean muskrat house counts obtained by ground survey crews and orthoimagery observers. In contrast, stereoscopic imagery observers overestimated mean house counts compared to ground survey crews, which we interpret was due to an increase in false positives. Our results indicate that orthoimagery is a promising tool for assessing muskrat occupancy, provides comparable broad‐scale results to traditional ground survey methods, and may be preferable to wildlife managers for a variety of reasons.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».