Miniaturization eliminates detectable impacts of drones on bat activity
Notice bibliographique
Résumé
A new way to survey wildlife populations may be possible with advancements in drones, or unmanned aerial vehicles (UAVs) that render aerial technology more accessible and promote surveying in inapproachable habitats. However, it remains unclear whether UAV disturbance deters animals, which would make this method inaccurate for data collection and hazardous to wildlife welfare. This study addresses the viability of UAV use for wildlife research by measuring the effects of UAV flight on acoustic bat detection and comparing bat activity in response to varying UAV models. Depending on the way UAVs effect bat detection rate, it may be possible to identify whether wildlife surveys should be done with UAVs and the drone models best suited for this purpose. The results reveal that larger and louder UAVs deterred significantly more bats, and the smallest and quietest model had no effect on bat detection. Indeed, drone noise was positively correlated with drone size, but drone size had little effect on the range of frequencies emitted. While detecting bats with small and quiet UAVs may be possible, complications still arise with acoustic detection and the species-specific effects of drone flight. The reliability of automatic identification with the acoustic detecting software is limited, as over a quarter of detections were triggered by non-bat noises yet still classified as bats (25.99%). Overall, using drones for wildlife detection should be approached with caution, as this study illustrates that some drones deter and disturb wild bats. If drones are used in wildlife habitat, consider flying smaller and quieter models, which are significantly less disturbing. Otherwise, large and loud drones will likely deter more animals and skew the results of the survey.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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.
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 ».