Bibliographic record
Abstract
Da sempre il cervo volante (Lucanus cervus) attira l’attenzione di esperti e non, grazie al suo carismatico aspetto. Parliamo infatti del più grande coleottero in Europa, facilmente riconoscibile per le sviluppate mandibole dei maschi di questa specie. Poiché questo coleottero è strettamente legato alla presenza di legno morto a terra (risorsa trofica della larva), risulta scomparso in molte foreste europee, acquisendo lo status di “quasi minacciato” dalla IUCN RedList europea, e di specie protetta ai sensi della Direttiva Habitat. Il cervo volante, quindi, è da sempre oggetto di studi (soprattutto riguardanti aspetti di biologia, ecologia, distribuzione, dinamica di popolazione e tecniche di monitoraggio) che si affiancano agli studi storici relativi al comportamento riproduttivo. In questo contesto si inserisce “Behavioural Observation in Beetles” (BOB), il primo progetto di citizen science (CS) mirato all’osservazione in natura del comportamento del cervo volante in Italia. BOB prende le mosse da due precedenti progetti di CS, Life MIPP e InNat, ormai conclusi e focalizzati sulla raccolta di dati distributivi di specie protette di insetti, tra cui anche il cervo volante. A partire dalle foto raccolte dai volontari MIPP e InNat, è stato possibile procedere ad una analisi dei comportamenti rilevabili da citizen scientists e delle possibili criticità. Questo ha permesso una più consapevole definizione del protocollo di raccolta del dato etologico che, insieme ad altri spunti emersi dai precedenti progetti, è andato a costituire, nel 2024, l’impalcatura di BOB. Inoltre, per favorire la raccolta dati da parte dei cittadini, è stata realizzata e pubblicata l’omonima App per smartphone. Durante l'estate 2024, una fase pilota si è svolta nei Boschi di Carrega, con la collaborazione dell'Ente di gestione per i Parchi e la Biodiversità – Emilia Occidentale. Ricercatori del CREA e dell'UNIPR hanno formato i volontari sull'identificazione dei comportamenti e sull'uso dell'app, individuando criticità e migliorando il metodo di campionamento. Il 2025 segna l'apertura del progetto a un pubblico più ampio, mirando a raccogliere dati su scala nazionale. BOB, unico nel suo genere nel campo della CS applicata all'etologia degli insetti, è alla ricerca di nuovi volontari.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.035 | 0.010 |
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".