Commentary: Brightness of the Night Sky Affects Loggerhead (Caretta caretta) Sea Turtle Hatchling Misorientation but Not Nest Site Selection
Notice bibliographique
Résumé
As research in the field of artificial light at night has increased and more sophisticated quantification of the influence of light is required, ecologists have been seeking a method to quickly and cost-effectively measure artificial light at night. Measuring light at night in a biologically meaningful way is complicated, and requires specialist knowledge (Swaddle et al., 2015; Hänel et al., 2018). It is therefore potentially tempting to adopt tools developed for other disciplines, such as the low-cost and easy-to-use radiance meter “Sky Quality Meter” (SQM), and the SQM-L model, which have both been widely used in night sky brightness studies. Unfortunately, in some cases these instruments are being used for purposes beyond which they were intended. Stanley et al. (2020) used SQMs to make observations of radiance from a series of points on the sky dome, with the intention of thereby measuring hemispherical light levels, to investigate their influence on sea turtle nesting location and hatchling behavior. We appreciate their intention to measure angularly resolved radiance, their analysis and conclusions, and do not disagree with their ultimate recommendations. However, we are concerned that the radiance data are unreliable because of an inadvisable use of an SQM. For this reason, we recommend that researchers do not use SQMs to measure light from very heterogeneous scenes (including the horizon) for biological and ecological studies, because those data could be difficult to reproduce and interpret, and therefore open to challenge.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».