La phase d’identification des espèces reste une étape extrêmement chronophage pour l’utilisateur. Le développement de modèles d’identification automatique basé sur de nouvelles techniques d’analyse comme le deep learning semble cependant prometteur et permettra à termes de faire gagner un temps précieux. Vous trouverez des publications scientifiques en lien avec cette thématique de recherche dans la section Pour en savoir plus.
Toutefois, l’identification des espèces ne constitue qu’une étape préliminaire de l’analyse et la valorisation des informations utiles à la gestion (ex : richesse spécifique de la zone d’étude, abondance d’espèces emblématiques, etc.) reste du ressort de l’utilisateur et donc limité à sa propre expertise en matière d’analyse de données.
C’est pour pallier à ce manque d’expertise éventuel qu’a été développée l’application R Shiny EurêCam!. Une fois les données chargées selon les modalités précisées sur la page d’accueil, EurêCam! propose à l’utilisateur trois types d’analyse standardisées :
- Une description de la communauté animale dans son ensemble incluant une comparaison des zones étudiées en termes d’effort d’inventaire et de richesse en espèces ;
- Une analyse espèce par espèce incluant le nombre d’évènements de détection indépendants (séparés par >30 min), le taux de détection sur la période d’inventaire et l’analyse du rythme d’activités pour chacune des espèces ;
- Une visualisation de la répartition spatiale de la richesse en espèce au sein du dispositif d’inventaire.
Les différentes figures et tables produites sont téléchargeables directement depuis l’application.
Une note d’utilisateur est également disponible pour plus d’informations sur la structure de l’application et sur les indices générés.