MétaCan
Menu
Retour à la cohorte
Enregistrement W6921326477 · doi:10.7479/m0ge-6a51

Rhythmic properties of the flight song of the Skylark, Alauda arvensis

2021· dataset· en· W6921326477 sur OpenAlexaff

Notice bibliographique

RevueMuseum für Naturkunde Berlin - Leibniz-Institut für Evolutions- und Biodiversitätsforschung · 2021
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensMinnow Environmental (Canada)
Organismes subventionnairesnon disponible
Mots-clésRhythmDuration (music)TimestampSound productionBioacousticsElement (criminal law)Variation (astronomy)

Résumé

récupéré en direct d'OpenAlex

The dataset comprises the Skylark flight song data of the project "Novel ideas to further expand the applicability of rhythm analysis " written by Burchardt, L.S.; Briefer, E. F. and Knörnschild, M. Time information on song elements of 14 flightsong sequences of 14 Skylark males are included. The songs were recorded by E. F. Briefer and were originally published here: Briefer, E., Rybak, F., Aubin, T. (2008). When to be a dear enemy: flexible acoustic relationships of neighbouring skylarks, Alauda arvensis. Animal Behaviour, 76, 1319-1325. doi:https://doi.org/10.1016/j.anbehav.2008.06.017 and Briefer, E., Rybak, F., Aubin, T. (2010). Are unfamiliar neighbours considered to be dear-enemies? PLoS One, 5(8), e12428. doi:https://doi.org/10.1371/journal.pone.0012428 Timestamps of the analyzed sound sequences are given, namely the start and the end of sounds. Furthermore, the corresponding ID (i.e. sl01 for Skylark 01) and IOIs (Inter-Onset-Interval, the duration between the start of one element to the start of the next element in the sequence) are given. The data was used to test new methods of rhythm analysis in animals' acoustic signals, especially to develop the universal goodness-of-fit value ugof. Rhythm analyses that were run on the data include Fourier analysis and IOI analysis as well as the visualisation with recurrence plots.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0020,002

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 Opus0,021
Tête enseignante GPT0,255
Écart entre enseignants0,234 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMuseum für Naturkunde Berlin - Leibniz-Institut für Evolutions- und BiodiversitätsforschungTravaux en français237 207