Accuracy, Precision, and Observation Rates of Global Positioning System Telemetry Collars
Notice bibliographique
Résumé
ABSTRACT We addressed concerns regarding performance of various Global Positioning System (GPS) collar configurations for describing habitat use by Rocky Mountain elk ( Cervus elaphus ) in rugged, forested terrain. We tested 8 GPS collars (Lotek Wireless, Newmarket, ON, Canada) in 4 different model and equipment configurations at 2 reference points (an open hilltop and a forested ravine) to determine habitat‐specific differences in performance among collar configurations. We then placed individual collars at 60 additional points that were stratified randomly among 4 canopy‐cover classes and 3 classes of available sky. All collars exhibited a locational bias of 4 m horizontally west and of 10 m vertically below a reference standard established by position‐averaging with a handheld receiver (Garmin 12MAP) calibrated at National Geodetic Survey benchmarks. The GPS collar models that were programmed for longer satellite‐acquisition times provided greater location precision than models that had been programmed for short acquisition times to preserve battery power. Canopy cover and available sky had a greater effect on collar location precision and observation rates than slope, slope position, aspect, conifer basal area, tree height, canopy depth, or elevation. Researchers should test collars at known reference points to confirm that location precision and rates of observation are adequate for their particular study objectives. Manufacturers of GPS collars should inform clients of their programming criteria for acquisition time so that customers can make informed decisions regarding trade‐offs between precision of locations, data quantity, and battery life.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».