Tracking activity patterns of a multispecies community of gymnotiform weakly electric fish in their neotropical habitat without tagging
Notice bibliographique
Résumé
ABSTRACT Field studies on freely behaving animals commonly require tagging and often are focused on single species. Weakly electric fish generate a species- and individual-specific electric organ discharge (EOD) and therefore provide a unique opportunity for individual tracking without tagging. Here, we present and test tracking algorithms based on recordings with submerged electrode arrays. Harmonic structures extracted from power spectra provide fish identity. Localization of fish based on weighted averages of their EOD amplitudes is found to be more robust than fitting a dipole model. We apply these techniques to monitor a community of three species, Apteronotus rostratus, Eigenmannia humboldtii and Sternopygus dariensis, in their natural habitat in Darién, Panama. We found consistent upstream movements after sunset followed by downstream movements in the second half of the night. Extrapolations of these movements and estimates of fish density obtained from additional transect data suggest that some fish cover at least several hundreds of meters of the stream per night. Most fish, including E. humboldtii, were traversing the electrode array solitarily. From in situ measurements of the decay of the EOD amplitude with distance of individual animals, we estimated that fish can detect conspecifics at distances of up to 2 m. Our recordings also emphasize the complexity of natural electrosensory scenes resulting from the interactions of the EODs of different species. Electrode arrays thus provide an unprecedented window into the so-far hidden nocturnal activities of multispecies communities of weakly electric fish at an unmatched level of detail.
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) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».