Best practice recommendations for the use of external telemetry devices on pinnipeds
Notice bibliographique
Résumé
Abstract Pinnipeds spend large portions of their lives at sea, submerged, or hauled-out on land, often on remote off-shore islands. This fundamentally limits access by researchers to critical parts of pinniped life history and has spurred the development and implementation of a variety of externally attached telemetry devices (ETDs) to collect information about movement patterns, physiology and ecology of marine animals when they cannot be directly observed. ETDs are less invasive and easier to apply than implanted internal devices, making them more widely used. However, ETDs have limited retention times and their use may result in negative short- and long-term consequences including capture myopathy, impacts to energetics, behavior, and entanglement risk. We identify 15 best practice recommendations for the use of ETDs with pinnipeds that address experimental justification, animal capture, tag design, tag attachment, effects assessments, preparation, and reporting. Continued improvement of best practices is critical within the framework of the Three Rs (Reduction, Refinement, Replacement); these best practice recommendations provide current guidance to mitigate known potential negative outcomes for individuals and local populations. These recommendations were developed specifically for pinnipeds; however, they may also be applicable to studies of other marine taxa. We conclude with four desired future directions for the use of ETDs in technology development, validation studies, experimental designs and data sharing.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,220 | 0,346 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,007 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,013 | 0,008 |
| Intégrité de la recherche | 0,012 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,006 |
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 source (Gemma direct ou Codex distillé), 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 ».