Natures Chorus: Determining Avian Richness across Microhabitats using AudioMoths
Notice bibliographique
Résumé
Bird surveys are commonly actively performed using point count techniques; however, more recently, passive acoustics have become a complementary method to evaluate species richness and trends across microhabitats. Traditional methods like point counts may lead to biases in data records depending on the researcher's experience level. Autonomous recording devices (ARU), such as AudioMoths, are an affordable method for those studying avifauna to add to their toolbox. Confidence in rare species identification may increase by being able to leave AudioMoths out for a longer duration than feasible with traditional point counts and the ease with which artificial intelligence program workflows can attempt species confirmation. In the fall of 2024, we performed both passive (ARU) and active (point count) avifauna surveys across three microhabitats (e.g., wetland, forest, meadow) at Point au Roche State Park. Our active surveying method used binoculars and Merlin Bird ID to help identify species for three-10-minute intervals during each visit. Our passive surveying method used AudioMoths to record vocalizations deployed for seven days, recording during peak hours from 20:00-8:00. BirdNet-Analyzer was used to identify vocalizations from audio files. Species richness was greatest in the meadow (51) and wetland (47) and least in the forest (27). Merlin Bird ID recorded black-capped chickadee (Poecile atricapillus), Canada goose (Branta canadensis), northern cardinal (Cardinalis cardinalis), blue jay (Cyanocitta cristata), and downy woodpeckers (Picoides pubescens) across the sites. The American crow (Corvus brachyrhynchos) and barred owl (Strix varia) called abundantly at the wetland (43%) and the meadow (36%) sites, while the forest site was more limited. Avian community similarity was greatest between the wetland and meadow (64%) microhabitats. Other notable species observed are stripe-faced meadow katydid (Orchelimum concinnum), wood frog (Lithobates sylvaticus), and spring peeper (Pseudacris crucifer). We highlight the importance of conducting active and passive surveying across multiple habitats to more adequately capture rare species that might be difficult to capture with shorter survey durations.
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) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,003 |
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 ».