MétaCan
Menu
Retour à la cohorte
Enregistrement W2032208976 · doi:10.1111/j.1365-2656.2006.01087.x

Validation of a randomization procedure to assess animal habitat preferences: microhabitat use of tiger sharks in a seagrass ecosystem

2006· article· en· W2032208976 sur OpenAlexaff
Michael R. Heithaus, Ian M. Hamilton, Aaron J. Wirsing, Lawrence M. Dill

Notice bibliographique

RevueJournal of Animal Ecology · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesNational Geographic SocietyPADI Foundation
Mots-clésSeagrassHabitatTigerFisheryEcologyEcosystemBiologyEnvironmental scienceGeographyComputer science

Résumé

récupéré en direct d'OpenAlex

1. Tiger sharks Galeocerdo cuvier are important predators in a variety of nearshore communities, including the seagrass ecosystem of Shark Bay, Western Australia. Because tiger sharks are known to influence spatial distributions of multiple prey species, it is important to understand how they use habitats at a variety of spatial scales. We used a combination of catch rates and acoustic tracking to determine tiger shark microhabitat use in Shark Bay. 2. Comparing habitat-use data from tracking against the null hypothesis of no habitat preference is hindered in Shark Bay, as elsewhere, by the difficulty of defining expected habitat use given random movement. We used randomization procedures to generate expected habitat use in the absence of habitat preference and expected habitat use differences among groups (e.g. males and females). We tested the performance of these protocols using simulated data sets with known habitat preferences. 3. The technique correctly classified sets of simulated tracks as displaying a preference or not and was a conservative test for differences in habitat preferences between subgroups of tracks (e.g. males vs. females). 4. Sharks preferred shallow habitats over deep ones, and preferred shallow edge microhabitats over shallow interior ones. The use of shallow edges likely increases encounter rates with potential prey and may have profound consequences for the dynamics of Shark Bay's seagrass ecosystem through indirect effects transmitted by grazers that are common prey of tiger sharks. 5. Females showed a greater tendency to use shallow edge microhabitats than did males; this pattern was not detected by traditional analysis techniques. 6. The randomization procedures presented here are applicable to many field studies that use tracking by allowing researchers both to determine overall habitat preferences and to identify differences in habitat use between groups within their sample.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,075
score de la tête « metaresearch » (Gemma)0,168
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,395

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0750,168
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,021
Tête enseignante GPT0,243
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations89
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal EcologyMême sujetFish Ecology and Management StudiesTravaux en français237 207