MétaCan
Menu
Retour à la cohorte
Enregistrement W7162318897 · doi:10.21966/k6t6-bp93

Killer Whale Foraging Drone Observations - Coastal British Columbia - 2019 & 2020

2019· dataset· W7162318897 sur OpenAlexaboutno aff
Hakai Geospatial

Notice bibliographique

RevueHakai Institute · 2019
Typedataset
Langue
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWhaleAerial surveyDroneField researchHabitatGlobal Positioning SystemDocumentationIcebergGeneral partnership

Résumé

récupéré en direct d'OpenAlex

The Hakai Institute's contribution to the project was to record feeding, social interactions, and provide imagery for identifying and determining the size of the killer whales being studied. The killer whale study was conducted with the partnership of University of British Columbia's Marine Mammal Research Unit. UBC project leads were Sarah Fortune and Andrew Trites. Permit Information: DFO and UBC animal care permit info (XMMS 6 2019 & A19-0053) Results and full methodology documentation to be completed after the 2019 & 2020 field seasons. Research occurred aboard two vessels - the M/V Gikumi (18 m wooden, liveaboard vessel) and the Steller Quest (6 m aluminium hull vessel). The M/V Gikumi was used to collect hydroacoustic data, survey for marine mammals, conduct focal follows and facilitate drone operations. The Steller Quest was principally used for the deployment of suction-cup attached Customizable Animal Tracking Solutions tags (CATs tags) and tracking tagged animals. An overview map (Fig. 1) details the route and areas of concentrated research activity. The main research goal was to collect comparative information about the feeding behaviour of Southern and Northern resident killer whales and the vertical distribution and abundance of their prey (e.g., Chinook salmon). Datasets: 4k video, GPS track data, flight laser altimeter data. Processed killer whale data are under review. Overview of the research themes: Focal follows Visual observation of animals were made from the vessel to continuously record their location and behaviour concurrent with the collection of physical oceanographic data (salinity and temperature) and prey data. Hydroacoustics Multi-frequency echosounders were used to collect fine-scale information about the vertical distribution and abundance of encountered prey (e.g., Chinook, Sockeye, Coho). These data will be used to quantitatively assess the quality and quantity of prey in Northern and Southern resident killer whale habitat. Biologgers To record underwater dive patterns and feeding behaviour at depth using a biologer with a high-definition video camera, time-depth recorder, accelerometer and magnetometer, fast acquisition GPS and hydrophone. The tag will be used to kinematically and acoustically determine when and where whales capture their prey and how successful they are at hunting. Drone imagery To record feeding, social interactions, and provide imagery for identifying and determining the size of the killer whales being studied.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,512
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0020,005
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0030,003
Communication savante0,0110,008
Science ouverte0,0040,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0170,133

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 Opus0,035
Tête enseignante GPT0,258
Écart entre enseignants0,223 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHakai InstituteTravaux en français237 207