MétaCan
Menu
Retour à la cohorte
Enregistrement W4403105093 · doi:10.1111/2041-210x.14399

<scp>EarthRanger</scp>: An open‐source platform for ecosystem monitoring, research and management

2024· article· en· W4403105093 sur OpenAlexaff
Jake Wall, Jes Lefcourt, Chris Jones, Chris Doehring, Dan G. O’Neill, Dennis Schneider, Jordan Steward, Joshua Krautwurst, Tiffany Wong, Bruce D. Jones, Karen Goodfellow, Ted Schmitt, Kathleen S. Gobush, Iain Douglas‐Hamilton, Frank Pope, Eric Schmidt, Jonathan Palmer, Emma J. Stokes, Andrea J. Reid, L. Mark Elbroch, Peter Kulits, Catherine Villeneuve, Victor Matsanza, Geoff Clinning, Jordi van Oort, Kristen Denninger Snyder, Alina Peter Daati, Wesley Gold, Stephen Cunliffe, Batian Craig, Barry Cork, Grant Burden, Marc Goss, Nathan Hahn, Sarah Carroll, Eric Gitonga, Ray Rao, Jared A. Stabach, Frédéric Dulude‐de Broin, Patrick Omondi, George Wittemyer

Notice bibliographique

RevueMethods in Ecology and Evolution · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversité LavalMila - Quebec Artificial Intelligence InstituteMcGill UniversityGeneral Dynamics (Canada)
Organismes subventionnairesAllen Institute for Artificial Intelligence
Mots-clésOpen sourceEcosystemComputer scienceEnvironmental resource managementEnvironmental scienceEcologyBiologyOperating systemSoftware

Résumé

récupéré en direct d'OpenAlex

Abstract Effective approaches are needed to conserve the planet's remaining wildlife and wilderness landscapes, especially concerning global biodiversity conservation targets. Here, we present a new software system called EarthRanger: an open‐source platform built to help monitor, research and manage ecosystems. EarthRanger consists of seven main components (Core Server, API, Storage, Gundi, Web App, Mobile App, Ecoscope) that provide functionality for data (i) aggregation &amp; collection, (ii) storage &amp; management, (iii) real‐time and post hoc analysis, (iv) visualisation and (v) dissemination. The mobile application provides field‐based data recording and visualisation tools. EarthRanger may be deployed for single project use or can aggregate across multiple geographies as a centralised hub. EarthRanger can be used to collect standardised tracking data (e.g. from wildlife collars, vehicles and ranger patrols) and configurable event information (e.g. a singular recording with associated user‐defined attribute information such as a wildlife sighting or encounter with a poacher). Since development began in 2015, the platform has (at the time of writing) been deployed at over 500 sites across 70 countries and with myriad configurations and objectives. EarthRanger has improved the ability to monitor data feeds and manage conservation‐related operations in real time. For instance, the deployment of EarthRanger by African Parks has led to the removal of over 50,000 snares, steady population growth of key species of concern and near cessation of poaching. In Liwonde's protected area, enhanced mitigation efforts supported by EarthRanger reduced the number of deaths from wildlife conflict by more than 91%. EarthRanger is also providing a platform to enhance standardisation, aggregation, transfer and long‐term storage of ecological information and promote collaboration between groups conducting protected area management and ecology and biodiversity research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,195
Score d'incertitude au seuil0,344

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,135
Tête enseignante GPT0,433
Écart entre enseignants0,298 · 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 tête enseignante, 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

Citations15
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMethods in Ecology and EvolutionMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207