On Individual, Sex and Age Differentiation of Indian House Crow (<em>Corvus splendens</em>) Call: A Preliminary Study in Potohar, Pakistan
Notice bibliographique
Résumé
Considering importance of acoustics studies in population biology, 500 calls of the Indian House Crow (Corvus splendens) were recorded in morning - mid-afternoon hours (January-February, 2009) from 23 sites of urban areas of Potahar (Punjab, Pakistan). Calls were recorded using Sony CFS 1030 S sound records (sampling rate = 48 KHz) and edited using Sound Analysis Pro (Version 1.02). software using FFT method rate 50%, data window 9.27 ms, advanced window 1.36 ms. Through editing of calls, we selected 60 (37 ♂♂, 17 ♀♀, 6 Juvenile ♂♂) good quality spectrograms for detailed analysis. Spectrograms were characterized by rapid frequency modulations using 6 (call pitch, mean pitch goodness, mean frequency of the calls, frequency of modulations, mean amplitude modulation, mean wiener entropy) acoustic parameters. Significance of difference was analysed using Multivariate and Discriminate Function Analysis. Calls could be assigned to correct individual in 10.8% males, 21.0% females, and 42.9% juveniles, which was significantly higher than percentage of correct classification per chance. Calls could be attributes to correct sex in 88.5% and to correct age group in 80.6% of cases.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».