MétaCan
Menu
Retour à la cohorte
Enregistrement W2097511083 · doi:10.1111/2041-210x.12248

Considering the fate of electronic tags: interactions with stakeholders and user responsibility when encountering tagged aquatic animals

2014· article· en· W2097511083 sur OpenAlexaff
Neil Hammerschlag, Steven J. Cooke, Austin J. Gallagher, Brendan J. Godley

Notice bibliographique

RevueMethods in Ecology and Evolution · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésBiotelemetryWildlifeAnimal welfareCitizen scienceBusinessField (mathematics)Work (physics)Internet privacyEnvironmental resource managementPublic relationsComputer scienceEcologyBiologyPolitical scienceTelemetryEngineering

Résumé

récupéré en direct d'OpenAlex

Summary The use of electronic tagging (e.g. acoustic, archival and satellite telemetry) to study the behavior and ecology of aquatic animals has increased dramatically over the past decade. As scientists continue to use these tools, it is inevitable that other researchers and the public at‐large will encounter animals carrying such tags with increasing frequency. If the animals appear burdened or injured by the tag (e.g. showing signs of trauma), or if the tag is functionally impaired (e.g. cracked or severely biofouled), these encounters have the potential to generate conflict with various wildlife stakeholders (e.g. tourists/operators, divers, fishers, hunters) that can negatively affect research efforts and undermine conservation work. Yet, these encounters also present an unparalleled opportunity to advance the field of biotelemetry by improving animal welfare, tagging technology and practices, while also gaining the trust and support of wildlife stakeholders. Therefore, as scientists, it is important to consider the fate of our electronic tags. Here we consider tagged animals as encountered by different user groups and discuss the potential steps and recommendations that scientists can take to improve tagging techniques and animal welfare as a result. We also discuss interactions with stakeholders and the manifold benefits if such interactions are taken into account and embraced. We examine the situation where a researcher encounters, and is able and trained to handle a previously tagged animal equipped with a functionally impaired tag and/or the animal is exhibiting signs of burden due to the tag. We generate a decision tree for scientists faced with such a scenario and discuss the best course of action, whereas such a situation was relatively unlikely in the past, but is now a reality in all aquatic animal tagging studies. The framework in which these issues are discussed is novel and failure to address them can significantly impede advances in the development and use of biotelemetry and even one's ability to conduct research. It is our hope that our essay stimulates further discourse, debate, technological improvements and consideration of the fate of electronic tagging.

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 enseignants0,026
Score d'incertitude au seuil0,992

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 Opus0,029
Tête enseignante GPT0,302
Écart entre enseignants0,272 · 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

Citations27
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMethods in Ecology and EvolutionMême sujetFish Ecology and Management StudiesTravaux en français237 207