MétaCan
Menu
Retour à la cohorte
Enregistrement W2164936172 · doi:10.1139/f00-110

Field test of a new method for tracking small fishes in shallow rivers using passive integrated transponder (PIT) technology

2000· article· en· W2164936172 sur OpenAlexvenueno aff
Àlex Haro, Richard A. Cunjak

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransponder (aeronautics)SalmoFish measurementMarine engineeringTelemetryRemote sensingPopulationFish <Actinopterygii>FisheryAcousticsEnvironmental scienceComputer scienceTelecommunicationsGeologyEngineeringPhysicsBiology

Résumé

récupéré en direct d'OpenAlex

A new method for tracking small fishes in shallow streams based on passive integrated transponder (PIT) technology, using a portable reading unit, was investigated. The device consists of a chest-mounted palmtop computer, a reader, and a 12-V battery enclosed in a backpack, connected to a 60-cm-diameter coil antenna mounted on a 4-m-long pole. The method was field tested with wild Atlantic salmon, Salmo salar, parr using transponders 23.1 mm long and 3.9 mm in diameter surgically implanted in the peritoneal cavity of the fish. Laboratory experiments indicated no posttagging mortality for fish &gt; 84 mm in fork length and no tag loss when sutures were used. In the field, tag detection distance was up to 1 m. While moving the antenna above the stream surface, the operator could locate a fish's position to within a square metre. Experiments indicated that more than 80% of tagged parr, on average, were detected by the reader. The technique is a useful alternative to standard radiotelemetry in small-scale environments because PIT tags can be implanted in smaller-bodied fishes and fine-scale movements of individuals can be studied. It can be applied to address numerous questions in the fields of animal behaviour, habitat use, and population dynamics.

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)0,000
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 enseignants0,324
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,027
Tête enseignante GPT0,247
Écart entre enseignants0,220 · 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

Citations210
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetFish Ecology and Management StudiesTravaux en français237 207