Comparaison entre un dénombrement de passereaux en migration nocturne et la réflectivité d'un radar de surveillance météorologique canadien
Bibliographic record
Abstract
Les radars de surveillance météorologiques sont des outils puissants pour étudier la migration des oiseaux, mais jusqu'à présent, les études qui ont fait le lien entre la réflectivité radar et des estimés auditifs du nombre d'oiseaux dans le ciel n'ont obtenus que des résultats équivoques. Cette absence de relation claire résulte de la non considération de variables pouvant brouiller îa relation entre la réflectivité et le nombre d'oiseaux détectés. Ces variables incluent le bruit ambiant, l'observateur ou la technologie acoustique utilisée, mais aussi des fluctuations inconnues comme des variations intra ou inter nuits de te détectabilité des oiseaux (e.g. : l'altitude de vol, la composition en espèces). Ici, nous nous attardons à Sa relation entre le dénombrement auditif d'oiseaux et la mesure de réflectivité radar (Z) mesurés par périodes de 10 minutes, durant 16 nuits pendant la migration automnale. La mesure de réflectivité a été prise avec le radar de surveillance météorologique canadien de Val dirène (XAM), localisé près de Amqui, au pied de la péninsule gaspésienne (Québec» Canada). Nous avons trouvé que la réflectivité de XAM était positivement corrélée avec le nombre d'oiseaux détecté auditivement, mais cette corrélation variait entre 0,27 et 0,75 d'une nuit à l'autre (moyenne ± écart-type = 0,53 ± 0,15). En utilisant des modèles linéaires à effets mixtes où les dénombrements auditifs d'oiseaux étaient nichés par nuit, il s'est avéré que le nombre d'oiseaux détectés auditivement par les observateurs s'accroissait avec la réflectivité. La pente de cette relation ne variait pas entre les observateurs et n'était pas non plus affectée par le nombre d'heures depuis le couché du soleil, et ce, même si le nombre d'oiseaux détectés augmentait à mesure que la nuit avançait. Le nombre d'oiseaux détectés auditivement était cependant moindre lorsque le bruit ambiant était plus important. L'intercepte ne différait pas significativement de zéro, suggérant que le radar était relativement sensible pour détecter une faible densité d'oiseaux. L'intercepte et la pente de la relation entre le nombre d'oiseaux détectés auditivement et la réflectivité variaient significativement et indépendamment l'une de l'autre entre les nuits. Une telle variation est vraisemblablement causée par la combinaison (et l'interaction) de facteurs incluant : les conditions environnementales, Se comportement de migration des oiseaux, la physique radar ainsi que la détectabilité des oiseaux par les observateurs et te radar. Même si nous avons contrôlé quelques variables qui peuvent affecter la détectabilité auditive des oiseaux, i! semble clair que les dénombrements auditifs (ou par microphones) ne peuvent pas être utilisés pour étalonner la relation entre la densité d'oiseaux migrant dans le ciel et la réflectivité radar. L'utilisation d'un radar de surveillance maritime ayant la capacité de détecter vraisemblablement tous !es oiseaux dans le ciel serait à favoriser pour effectuer un tel étalonnage.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
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".