Potential path volume (PPV): a geometric estimator for space use in 3D
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Many animals move in three dimensions and many animal tracking studies collect the data on their movement in three physical dimensions. However, there is a lack of approaches that consider the vertical dimension when estimating animal space use, which is problematic, as this can lead to mistakes in quantification of spatial differentiation, level of interaction between individuals or species, and the use of resources at different vertical levels. METHODS: This paper introduces a new geometric estimator for space use in 3D, the Potential Path Volume (PPV). The concept is based on time geography and generalises the accessibility measure, the Potential Path Area (PPA) into three dimensions. We derive the PPV mathematically and present an algorithm for their calculation. RESULTS: We demonstrate the use of the PPV in a case study using an open data set of 3D bird tracking data. We also calculate the size of the PPV to see how this corresponds to trip type (specifically, we calculate PPV sizes for departure/return foraging trips from/to a colony) and evaluate the effect of the temporal sampling on the PPV size. PPV sizes increase with the increased temporal resolution, but we do not see the expected pattern than return PPV should be smaller than departure PPV. We further discuss the problem of different speeds in vertical and horizontal directions that are typical for animal movement and to address this rescale the PPV with the ratio of the two speeds. CONCLUSIONS: The PPV method represents a new tool for space use analysis in movement ecology where object movement occurs in three dimensions, and one which can be extended to numerous different application areas. TRIAL REGISTRATION: N/A.
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.
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) | 0,006 | 0,001 |
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.
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 découle