Analyzing geolocator data for birds that roost in cavities year-round
Notice bibliographique
Résumé
The use of light-level geolocators for monitoring migration has been limited to non-cavity roosting species because light transitions for cavity-roosting species are obscured. Using Northern Flickers (Colaptes auratus), nocturnal cavity-roosting woodpeckers, as a model, I describe a method for analyzing geolocator data that initially adjusts light transitions to account for differences between the time of minimum light threshold and when a bird enters or exits a cavity. Using known locations from the breeding grounds, I assessed the precision of this adjustment method for estimating location by examining the associated error, the repeatability of the length of time individuals roosted in cavities, and by conducting a sensitivity analysis to assess uncertainty. Mean location error decreased from 1417 ± 277 km (SD) to 129 ± 194 km when sunrise and sunset times were adjusted and locations from >25 d were averaged. Sensitivity analysis showed that if an adjusted sunrise or sunset time was “incorrect” by 10 min, the error was 121–137 km from the actual location. This adjustment method significantly improved location estimates at known sites, suggesting that adjusting light transitions based off a calibration is a good initial step for determining location. However, to account for behavioral changes in entrance and emergence times, applying state-space Kalman filter models can further improve the accuracy of location estimates. The combination of adjusting transitions and applying a state-space Kalman filter thus allows location estimates to be obtained from cavity-roosting species using geolocator data. Un análisis de datos de geolocalizadores por aves que usan cavidades como dormideros todo el año El uso de geolocalizadores sensibles a la luz para el monitoreo de la migración se ha limitado a las especies que no usan cavidades como dormideros porque las transiciones de luz son oscurecidos en cavidades. Los pájaros carpinteros nocturnos, Colaptes auratus, usan cavidades como dormideros y fueron usados como modelo para describir un método para el análisis de datos de geolocalizadores que inicialmente se ajusta las transiciones de luz para dar cuenta de las diferencias entre el momento del umbral mínimo de luz y cuando un pájaro entra o sale de una cavidad. Usando lugares dentro las zonas de cría, evalué la precisión de este método de ajuste para la estimación de ubicación mediante el evaluación del error asociado, la repetibilidad del tiempo mientras pájaros usaron las cavidades como dormidero, y mediante la realización de un análisis de sensibilidad para evaluar la incertidumbre. La media de error de localización se redujo de 1417 ± 277 (SD) km a 129 ± 194 km cuando las horas de amanecer y atardecer se ajustaron y lugares > 25 días se promediaron. El análisis de sensibilidad mostró que cuando el tiempo ajustado de amanecer o atardecer era “incorrecto” por 10 minutos, el error fue 121–137 kilómetros desde la ubicación real. Este método de ajuste significativamente mejoró las estimaciones de localización en los sitios ya conocidos, lo que sugiere que el ajuste de las transiciones de luz a base de una calibración es un buen primer paso para determinar la ubicación actual. Sin embargo, para dar cuenta de los cambios de comportamiento que afectan las veces de entrada y aparición, aplicando modelos de filtro de Kalman pueden mejorar aún más la precisión de las estimaciones de la ubicación. La combinación de ajustar las transiciones y aplicar un filtro de Kalman por lo tanto permite estimaciones de localización que se obtengan a partir de especies en dormideros usando datos de geolocalizadores.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».