DIDSON video collection of Coastal Lake Erie Wetland, Lucas Co, Ohio in 2011
Notice bibliographique
Résumé
The data set includes quantitative fish abundance counts estimated from video data files collected by a Dual-frequency IDentification SONar (DIDSON) placed at the junction of a water control structure located between Pool 2B and Crane Creek (41.62133N, -83.20769W) within Ottawa National Wildlife Refuge (Lucas County, Ohio). One-hour-long video data files were used to estimate fish activity in a restored coastal wetland within Ottawa National Wildlife Refuge in the Western Basin of Lake Erie. Over 800 video hours of fish movement were recorded at the fully open fish passage structure; 136 video data files were chosen at random to represent the full video data file set and are available upon request. Fish counts from the DIDSON video data files using four different methods are provided, comparing two semi-automated and two manual counting methods. Fish tracking software Echoview paired with an "Automod" script from Milne Technologies (Keene, Ontario, Canada) as well as DIDSON viewer software were used to semi-automate the fish counting process and estimate the total number of fish passing through the structure within a video hour. Manual counts were performed by individuals counting fish from video playback given a specific set of criteria to follow for either the full hour of playback or a set of three two-minute intervals. In addition to the count data, calculated values of percent differences are included offering a comparison of the semi-automated and manual count values. Environmental data (turbidity) associated with the time periods captured in the video data files are also included.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,020 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».