Mixed Metrics and the Need to Adjust Remote-sensing Data in the Evaluation of Key Biodiversity Areas for Colonial-nesting Seabirds: An example with Glaucous-winged Gulls <i>Larus glaucescens</i>
Notice bibliographique
Résumé
Conservation initiatives such as the Key Biodiversity Areas (KBA) Programme use standardized criteria based on estimates of species abundance to identify critical habitats. They therefore depend on accurate estimates of population sizes for target species. It is essential that the metrics used to measure abundance at a candidate site are consistent with those used to estimate total abundance at national or global scales, because only then can it be determined whether abundance at a site meets threshold criteria. Imagery gathered by remotely piloted aircraft systems (RPAS, or drones) has rapidly become a tool for determining abundance of surface-nesting seabirds and, therefore, can assist with the designation of KBAs. However, abundance data derived from drone imagery are often in different units, such as numbers of birds or numbers of incubating adults visible on photographs, than data derived from in-person counts, which generally measure the number of nests or breeding pairs. Therefore, drone data may not be directly comparable to data that have been historically collected to estimate overall breeding-population sizes. This study considered a candidate colony of Glaucous-winged Gulls Larus glaucescens located in the Salish Sea in southwestern Canada, which has been surveyed both by drone and by traditional ground surveys. We developed a conversion factor that at least partially translates counts of incubating Glaucous-winged Gulls detected on drone imagery to an estimate of breeding pairs. Compensating for only nests without incubating adults, results suggest that numbers of incubating adults detected by drone likely represent between 63% and 84% of the total number of breeding pairs. Applying this conversion increased the population estimate for the colony and changed former conclusions about whether the site met recommended criteria for designation as a national or global KBA for Glaucous-winged Gulls.
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 | 0,021 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».