Development and Flight Testing of a Passive Collection Uncrewed Aircraft System for Dolphin Health Assessment
Notice bibliographique
Résumé
Potential anthropogenic stressors on marine fauna continue to increase, yet how marine mammals fare under these conditions remains largely unmeasured. For example, noise sources may trigger a stress response in whales and dolphins, which typically causes health and cognitive deficits in other mammals. Yet, we do not have data of sufficient quality to demonstrated how anthropogenic impacts on these highly protected and unique species. The objective of this project is to collect health data from dolphin blowhole mucus as animals surface to breathe using a custom uncrewed aircraft systems (UAS) developed for cetacean applications. While COTS rotary wing UAS have been used to collect samples from large whales, smaller cetaceans such as dolphins present a greater challenge for sample collection in the wild. Data from observations indicate that the use of standard commercial drones will result in inaccurate data as the system noise will likely increase stress hormone levels and chase subjects away. Furthermore, rotary wing UAS are likely to blow viable samples away through downwash from the spinning blades. However, silent fixed-wing capable UAS will enable accurate estimation of stress levels, pathogen load, and microbiological contaminants through the successful collection of blow samples, since dolphins should be unable hear and see the drone based on observations mapping dolphin field of vision as well as their sensitivity to different drone sounds. The paper summarizes the design, development, and successful demonstration of the PHASM (Passive Health Assessment of Sea Mammals) UAS for collection of blowhole mucus samples from dolphins.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».