Uso del algoritmo BirdNET para identificar lobos, coyotes y, potencialmente, sus interacciones en un gran conjunto de datos de audio

RESUMEN

La monitorización acústica pasiva ha surgido como una herramienta escalable y no invasiva para monitorizar muchos animales acústicamente activos. La bioacústica se emplea desde hace tiempo para estudiar lobos y coyotes, pero el proceso de extracción de señales relevantes (por ejemplo, vocalizaciones territoriales) a partir de grandes conjuntos de datos de audio sigue siendo una limitación sustancial. El algoritmo BirdNET es una herramienta de aprendizaje automático diseñada originalmente para identificar aves por su sonido, pero recientemente se ha ampliado para incluir lobos (Canis lupus) y coyotes (C. latrans). Los autores de este trabajo usaron BirdNET para analizar 10.500 horas de grabaciones pasivas de audio en el norte de Sierra Nevada (EE.UU.), donde se sabe que viven ambas especies. En el caso de los lobos, la precisión en el mundo real fue baja, pero la recuperación fue alta; puede ser necesario un post-procesado cuidadoso de los resultados para un flujo de trabajo eficiente. En el caso de los coyotes, la recuperación y la precisión fueron altas. BirdNET permitió identificar lobos, coyotes y aparentes interacciones acústicas intra e interespecíficas. Dado que BirdNET está disponible gratuitamente y no requiere conocimientos informáticos para su uso, puede facilitar la aplicación de estudios acústicos pasivos a la investigación y gestión de lobos y coyotes, dos especies con distribuciones continentales que a menudo se ven implicadas en decisiones de gestión de alto perfil y a veces conflictivas.

Los autores y otros datos del artículo:

Sossover, D., K. Burrows, S. Kahl and C. M. Wood (2023). “Using the BirdNET algorithm to identify wolves, coyotes, and potentially their interactions in a large audio dataset”. Mammal Research. DOI: 10.1007/s13364-023-00725-y.

La revista Mammal Research tuvo un factor de impacto en el año 2022 de 1,5 (Web of Science, 2024).

Categoría de la revistaTotal de revistasClasificación de la revistaCuartil
Zoología17770Q2

REFERENCIAS

Web of Science (2024). Consultado el 25 de Marzo de 2024. https://www.webofscience.com/wos/woscc/summary/7f7f4745-b097-475f-b895-3747d5d28266-d86dc7a8/relevance/1

Deja un comentario