Search results

Context-dependent responses of naïve ungulates to wolf-sound playback in a human-dominated landscape

Predation risk is a major driver of the distribution of prey animals, which typically show strong responses to cues for predator presence. An unresolved question is whether naïve individuals respond to mimicked cues, and whether such cues can be used to deter prey. We investigated whether playback of wolf sounds induces fear responses in naïve ungulates in a human-dominated landscape from which wolves have been eradicated since 1879. We conducted a playback experiment in mixed-coniferous and broadleaved forest that harboured three cervid and one suid species. At 36 locations, we played wolf sounds, sounds of local sheep or no sounds, consecutively, in random order, and recorded visit rate and group size, using camera traps. Visit rates of cervids and wild boar showed a clear initial reduction to playback of both wolf and sheep sounds, but the type of response differed between sound, forest type and species. For naïve wild boar in particular, responses to predator cues depended on forest type. Effects on visit rate disappeared within 21 days. Group sizes in all the species were not affected by the sound treatment. Our findings suggest that the responses of naïve ungulates to wolf sound seem to be species specific, depend on forest type and wear off in time, indicating habituation. Before we can successfully deter ungulates using predator sound, we should further investigate how different forest types affect the perception of naïve ungulates to these sounds, as responses to predator sound may depend on habitat characteristics.

Crowdsourcing

In dit boekje over crowdsourcing worden een aantal relevante aspecten van crowdsourcing behandeld. Allereerst beschrijven we een aantal historische voorbeelden om duidelijk te maken dat crowdsourcing niet ontstaan is als gevolg van de opkomst van internet maar als fenomeen al bestond voor het internettijdperk. Door internet is het echter zonder meer eenvoudiger geworden crowdsourcing te organiseren en een veel grotere groepen deelnemers te betrekken. In de sectie 'Wisdom of the Crowds' gaan we in op de onderliggende principes van crowdsourcing. Crowdsourcing wordt vaak in één adem genoemd met de 'Wisdom of the Crowds', als onderliggend mechanisme hoe en waarom crowdsourcing werkt. We zullen echter concluderen dat de 'Wisdom of the Crowds' slechts één van de drie onderliggende principes van crowdsourcing is. Vervolgens gaan we in op de verschillende verschijningsvormen van crowdsourcing. Na een reflectie op bestaande voorstellen om tot een categorisering te komen van deze verschijningsvormen, presenteren we zeven categorieën op basis van het te onderscheiden doel. Bij de keuze om crowdsourcing in te zetten zal naar de kosten, risico's en baten ervan gekeken moeten worden. In de sectie 'Kosten en baten van crowdsourcing' bekijken we dit aspect voornamelijk vanuit het perspectief van de initiërende organisatie. Maar de kosten en baten voor de deelnemers zullen ook kort beschreven worden om te begrijpen wat hen drijft om aan een crowdsourcingproject mee te doen. In de laatste sectie beantwoorden we de vraag hoe crowdsourcing zo effectief en efficiënt mogelijk is in te zetten door naar een aantal implementatiemodellen te kijken en algemene adviezen te inventariseren. We sluiten af met een reflectie op de beschreven bevindingen.

Identifying 3D Objects.

Report | Transmediale 2016

From Novice to Composer

Concerns have been raised over the increased prominence ofgenerative AI in art. Some fear that generative models could replace theviability for humans to create art and oppose developers training generative models on media without the artist's permission. Proponents of AI art point to the potential increase in accessibility. Is there an approach to address the concerns artists raise while still utilizing the potential these models bring? Current models often aim for autonomous music generation. This, however, makes the model a black box that users can't interact with. By utilizing an AI pipeline combining symbolic music generation and a proposed sample creation system trained on Creative Commons data, a musical looping application has been created to provide non-expert music users with a way to start making their own music. The first results show that it assists users in creating musical loops and shows promise for future research into human-AI interaction in art.