MétaCan
Menu
Retour à la cohorte
Enregistrement W2256460946 · doi:10.1038/srep10118

Spying on small wildlife sounds using affordable collar-mounted miniature microphones: an innovative method to record individual daylong vocalisations in chipmunks

2015· article· en· W2256460946 sur OpenAlexafffund
Charline Couchoux, Maxime Aubert, Dany Garant, Denis Réale

Notice bibliographique

RevueScientific Reports · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAnimal Vocal Communication and Behavior
Établissements canadiensUniversité de SherbrookeUniversité du Québec à Montréal
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNature Conservancy of CanadaNature ConservancyAnimal Behavior SocietyNatural Sciences and Engineering Research Council of CanadaUniversité du Québec à MontréalNational Geographic Society
Mots-clésMicrophoneComputer scienceData loggerBurrowCollarHuman–computer interactionEcologyTelecommunicationsEngineeringSound pressureBiology

Résumé

récupéré en direct d'OpenAlex

Technological advances can greatly benefit the scientific community by making new areas of research accessible. The study of animal vocal communication, in particular, can gain new insights and knowledge from technological improvements in recording equipment. Our comprehension of the acoustic signals emitted by animals would be greatly improved if we could continuously track the daily natural emissions of individuals in the wild, especially in the context of integrating individual variation into evolutionary ecology research questions. We show here how this can be accomplished using an operational tiny audio recorder that can easily be fitted as an on-board acoustic data-logger on small free-ranging animals. The high-quality 24 h acoustic recording logged on the spy microphone device allowed us to very efficiently collect daylong chipmunk vocalisations, giving us much more detailed data than the classical use of a directional microphone over an entire field season. The recordings also allowed us to monitor individual activity patterns and record incredibly long resting heart rates, and to identify self-scratching events and even whining from pre-emerging pups in their maternal burrow.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,106
Tête enseignante GPT0,374
Écart entre enseignants0,268 · 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'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
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetAnimal Vocal Communication and BehaviorTravaux en français237 207