MétaCan
Menu
Retour à la cohorte
Enregistrement W2043483108 · doi:10.4319/lom.2007.5.371

Underwater infrared video system for behavioral studies in lakes

2007· article· en· W2043483108 sur OpenAlexafffund
Saad Chidami, Guillaume Guénard, Marc Amyot

Notice bibliographique

RevueLimnology and Oceanography Methods · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversité de MontréalUniversité du Québec à Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésColoredUnderwaterEnvironmental scienceLight-emitting diodeColored dissolved organic matterComputer scienceInfraredVideo cameraRGB color modelReal-time computingRemote sensingMaterials scienceComputer visionOptoelectronicsEcologyOpticsGeologyPhysicsBiologyOceanography

Résumé

récupéré en direct d'OpenAlex

We propose the use of infrared (IR) video systems for the underwater behavioral study of animals at night, at depth, and/or in colored aquatic systems. This system is composed of a black‐and‐white video camera coupled with four projectors, each equipped with 50 IR light‐emitting diodes (LEDs). The use of LEDs is energetically far more efficient than the use of halogen lights equipped with IR filters, and therefore allows automatic long‐term video recording at low cost. Laboratory testing of one LED spot at increasing humic acid concentrations indicates that this system can be used for short‐range underwater observation in colored lakes. We applied this system to the study of scavenger/carcass interactions. Under field conditions, the setup is not easily detected by animals and allows direct and continuous observation of animal interactions during a full daily cycle. Note that, to our knowledge, this video system provides the first published night movies of freshwater fish behavior filmed in highly colored lakes, without using visible light. Our results indicate that this nonintrusive system can be successfully used for scientific studies in freshwater ecology, even in the presence of significant concentrations of light‐absorbing humic substances in the water.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,086
Score d'incertitude au seuil0,510

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,376
Écart entre enseignants0,320 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations17
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLimnology and Oceanography MethodsMême sujetFish Ecology and Management StudiesTravaux en français237 207