Using the VEMCO Positioning System (VPS) to explore fine-scale movements of aquatic species: applications, analytical approaches and future directions
Notice bibliographique
Résumé
Recent advancements in telemetry have redefined our ability to quantify the fine-scale movements of aquatic animals and derive a mechanistic understanding of movement behaviours. The VEMCO Positioning System (VPS) is a fine-scale commercial positioning system used to generate highly accurate semi-continuous animal tracks. To date, VPS has been used to study 86 species, spanning 25 taxonomic orders. It has provided fine-scale movement data for critical life stages, from tracking day-old turtle hatchlings on their first foray into the sea to adult fish returning to natal rivers to spawn. These high-resolution tracking data have improved our understanding of the movements of species across environmental gradients within rivers, estuaries and oceans, including species of conservation concern and commercial value. Existing VPS applications range from quantifying spatio-temporal aspects of animal space use and key aspects of ecology, such as rate of movement and resource use, to higher-order processes such as interactions among individuals and species. Analytical approaches have seen a move towards techniques that incorporate error frameworks such as autocorrelated kernel density estimators for home range calculations. VPS technology has the potential to bridge gaps in our fundamental understanding of fine-scale ecological and physiological processes for single and multi-species studies under natural conditions. Through a systematic review of the VPS literature, we focus on 4 principle topics: the diversity of species studied, current ecological and ecophysiological applications and data analysis techniques, and we highlight future frontiers of exploration.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 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 ».