Using UAVs in seabird research & monitoring: workshop at the 14th International Seabird Group Conference 2018
Notice bibliographique
Résumé
Using UAVs in seabird research & monitoring: workshop at the 14th International Seabird Group Conference 2018 Organisers: Matt Wood (University of Gloucestershire) & Matty Murphy (Natural Resources Wales) Workshop outline: Rapidly advancing drone technology offers opportunities and challenges to both seabird researchers and the relevant regulatory bodies. This workshop will bring together experts in the practise and policy of using UAVs for seabirds, to share best practise on the design of UAV surveys to capture useful imagery whilst minimising disturbance. We aim to combine our experience with UAVs, to guide their future use and inform the development of policy. Participants will gain: - Insights on how to carry out an effective UAV survey whilst minimising disturbance to seabirds - Understanding of the regulatory framework that UAV users must follow - Opportunity to feed into a review of best practice in the use of UAVs for seabird surveys Time: 1400-1530 (1730, Monday 3 September 2018 Location: Central Teaching Hub, University of Liverpool Programme: Case studies of the use of UAVs with seabirds: Start: Matt Wood (University of Gloucestershire) Intro & Welcome 3min 45s: Norm Ratcliffe (BAS) A seabirder’s guide to UAVs 31min: Matty Murphy (NRW) UAVs and environmental law 46min: Robin Ward (NIRAS) Drone-captured still imagery to survey cliff-nesting seabirds at Flamborough & Filey pSPA 1h 03min: Graham Rush, Megan Stone, Lucy Clarke & Matt Wood (University of Gloucestershire). Semi-automated counts of breeding gulls 1h 18min 30s: Alex Banks & Alex Kilcoyne (Natural England). The use of UAVs to count inland breeding Lesser Black-backed Gulls in the Forest of Bowland 1h 33min 45s: Andy Webb (HiDef Aerial Surveying) Census of nesting common gulls in Aberdeenshire 1h 43min 50s: Kyle Elliot (McGill University). The use of UAV’s to count cliff-nesting seabirds in North America Recordings of presentations: Part 1: https://youtu.be/RmkBt4MLYdY Part 2: https://youtu.be/pbVB0_PiMvE (last 7 minutes of Kyle Elliot's presentation) A Seabirder's Guide to UAVs (Norm Ratcliffe, 25 mins) https://youtu.be/FEx0fcCKszM
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 | 0,010 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,444 | 0,844 |
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 ».