MétaCan
Menu
Retour à la cohorte
Enregistrement W2114551892 · doi:10.1139/f07-014

Three-dimensional photogrammetry as a tool for estimating morphometrics and body mass of Steller sea lions (<i>Eumetopias jubatus</i>)

2007· article· en· W2114551892 sur OpenAlexvenueno aff
Jason N. Waite, Wendy Jane Schrader, Jo‐Ann E. Mellish, Markus Horning

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensnon disponible
Organismes subventionnairesTexas A and M UniversityNational Fish and Wildlife Foundation
Mots-clésMorphometricsPhotogrammetrySea lionFisheryGirth (graph theory)StatisticsBiologyGeographyMathematicsRemote sensing

Résumé

récupéré en direct d'OpenAlex

A technique was developed to estimate morphometrics and body mass of Steller sea lions (Eumetopias jubatus) using three-dimensional (3D) photogrammetry. 3D photogrammetry reduces many of the problems associated with camera and body position encountered with two-dimensional photogrammetric techniques, allowing body mass estimation of free-ranging, active sea lions, without sedation, heavy weighing equipment, and disturbance. 3D computer wireframes of 53 Steller sea lions of various age classes were generated from multiple time-synchronous digital photos and used to estimate length, girth, and volume. Average estimates of standard length and axillary girth were within ±2.5% and ±4.0% of physically measured dimensions, respectively. Average estimates of standard length and axillary girth using only wireframes based on ideal body postures were within ±1.7% and ±3.1% of physically measured dimensions, respectively. Regressions of physically measured mass on photogrammetrically estimated body volume yielded a predictive model. Body mass estimates using this model were on average within 9.0% (95% confidence interval = ±1.7%) of the physically measured mass. This technique was also successfully applied to reptiles and fish.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,025
Tête enseignante GPT0,243
Écart entre enseignants0,219 · 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

Citations37
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetMarine animal studies overviewTravaux en français237 207