A model to illustrate the potential pairing of animal biotelemetry with individual-based modeling
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
Abstract Background Animal biotelemetry and individual-based modeling (IBM) are natural complements, but there are few published examples where they are applied together to address fundamental or applied ecological questions. Existing studies are often found in the modeling literature and frequently re-use small datasets collected for purposes other than the model application. Animal biotelemetry can provide the robust measurements that capture relevant ecological patterns needed to parameterize, calibrate, and assess hypotheses in IBMs; together they could help meet demand for predictive modeling and decision-support in the face of environmental change. Results We used an simple exemplar IBM that uses spatio-temporal movement patterns of 103 acoustic-tagged juvenile yearling Chinook salmon ( Oncorhynchus tshawytscha ), termed ‘smolts’, to quantitatively assess plausibility of two migratory strategies that smolts are hypothesized to use while migrating north through the plume of the Columbia River (United States of America). We find that model smolts that seek to maximize growth demonstrate movement patterns consistent with those of tagged smolts. Model smolts that seek to move quickly out of the plume region by seeking favorable currents do not reproduce the same patterns. Conclusions Animal biotelemetry and individual-based modeling are maturing fields of inquiry. Our hope is that this model description and the basic analytical techniques will effectively illustrate individual-based models for the biotelemetry community, and perhaps inspire new collaborations between biotelemetry researchers and individual-based modelers.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 découle