Xeno-canto

xeno-canto
Översikt
Typbiologisk databas, ljud
Språkengelska, nederländska, polska
Historia
Grundad2005
StatusOnline
Statistik
Kommersiellnej
Övrigt
Registreringej nödvändig
Länk
URLwww.xeno-canto.org

Xeno-canto är ett biologiskt projekt och webbplats/databas enligt principen för medborgarforskning. Volontärer samlar in, laddar upp och sorterar inspelningar av fågelsånger av olika slag. Sedan starten 2005 har den samlat in över 400 000 ljudinspelningar från över 10 000 olika arter från olika kontinenter. Den har blivit en av de största samlingarna av fågelsång i världen.[1] Alla inspelingarna är publicerade under en av Creative Commons licenser.[2]

Data från Xeno-canto (vars namn är en sammansättning av det grekiska ordet för främmande och det italienska ordet för sång) har använts i ett antal olika vetenskapliga projekt.[3][4][5][6] Den har sedan 2014 använts som källa för den årliga utmaningen i automatisk fågelsångigenkänning ("BirdCLEF"). Denna genomförs som del av Conference and Labs of the Evaluation Forum.[7]

Webbplatsen stöds av ett antal akademiska och ornitologiska/fågelskådande institutioner i olika länder. Störst stöd ges från Nederländerna[8]

Referenser

Den här artikeln är helt eller delvis baserad på material från engelskspråkiga Wikipedia, 18 maj 2019.

Noter

  1. ^ ”About Xeno Canto”. xeno-canto. https://www.xeno-canto.org/about/xeno-canto. Läst 9 juni 2019. 
  2. ^ ”Terms of Use”. xeno-canto. http://www.xeno-canto.org/termsofuse.php. Läst 7 januari 2013. 
  3. ^ Brumm, H. & Naguib, M. (2009), ”Environmental acoustics and the evolution of bird song”, Advances in the Study of Behavior 40: 1–33, doi:10.1016/S0065-3454(09)40001-9 
  4. ^ Weir, J.T. & Wheatcroft, D. (2011), ”A latitudinal gradient in rates of evolution of avian syllable diversity and song length”, Proceedings of the Royal Society B: Biological Sciences 278 (1712): 1713–1720, doi:10.1098/rspb.2010.2037, PMID 21068034 
  5. ^ Stowell, D.F. & Plumbley, M. D. (2014), ”Automatic large-scale classification of bird sounds is strongly improved by unsupervised feature learning”, PeerJ, doi:10.7717/peerj.488 
  6. ^ Stowell, D.F.; Musevic,S.; Bonada,J. & Plumbley, M. D. (2013), ”Improved multiple birdsong tracking with distribution derivative method and Markov renewal process clustering”, 2013 IEEE International Conference on Acoustics, Speech and Signal Processing, doi:10.1109/ICASSP.2013.6637691 
  7. ^ BirdCLEF 2019 imageclef.org
  8. ^ ”Colophon and Credits”. xeno-canto. http://www.xeno-canto.org/credits.php. Läst 6 juni 2019. 

Externa länkar