Revue des applications et de l’utilité des drones en conservation de la faune
Bibliographic record
Abstract
Les drones deviennent de plus en plus accessibles et performants. La présente synthèse passe en revue la littérature scientifique récente traitant de l’utilisation des drones pour étudier la faune. Nous avons classé 250 références selon 4 applications : inventaires fauniques, réponse comportementale de la faune face aux drones, éthologie et protection de la faune. Notre revue indique que les drones offrent un fort potentiel pour inventorier la faune, en particulier les oiseaux et les mammifères, et que des développements sont en cours pour la faune aquatique, l’herpétofaune et l’entomofaune. Nous exposons aussi les principaux effets des drones sur la faune et, à la lumière des informations obtenues, nous émettons des recommandations préliminaires pour limiter le dérangement de celle-ci. Les avantages des drones sont multiples, et le développement rapide de la technologie laisse croire que plusieurs limites actuelles seront écartées prochainement. Enfin, nous exposons quelques éléments de la réglementation canadienne sur l’usage des drones. En conclusion, les drones pourraient jouer un rôle prépondérant à moyen terme en conservation de la biodiversité.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".