MétaCan
Menu
Retour à la cohorte
Enregistrement W4214841349 · doi:10.1071/mf21042

Habitat-specific performance of high-frequency acoustic telemetry tags in a tropical marine environment

2022· article· en· W4214841349 sur OpenAlexaff
Jordan K. Matley, Lucía Vargas-Araya, Aaron T. Fisk, Mario Espinoza

Notice bibliographique

RevueMarine and Freshwater Research · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensUniversity of WindsorSt. Francis Xavier University
Organismes subventionnairesnon disponible
Mots-clésMangroveHabitatTelemetryMarine habitatsEcologyEstuaryEnvironmental scienceReefCoral reefTropical marine climateOceanographyFisheryBiologyGeology

Résumé

récupéré en direct d'OpenAlex

High-frequency (>175 kHz) acoustic telemetry transmitters are increasingly being used to track the movements of small fishes and other aquatic organisms. These transmitters, which are often smaller than conventional types, have primarily been used in freshwater, yet limited information is available on their efficacy in estuarine or marine environments. This study quantified detection ranges (DR) of 180-kHz tags and potential environmental factors influencing detection probability in three different habitats within a large embayment in Costa Rica. Mangrove (DR at 50% detection efficiency; DR50 = 121.0 m ± 8.1 s.e.) and transitional estuarine (DR50 = 145.6 m ± 12.2) habitats had relatively high detection ranges, albeit smaller than similar studies in freshwater, highlighting the effectiveness of using this frequency in tropical marine environments. By contrast, performance within rocky reef habitat was poor (DR50 consistently <0 m), which may have been caused by the heterogeneous bottom structure or close proximity detection interference (CPDI) due to ambient noise. This study provides novel information on the performance of high-frequency acoustic tags in a tropical marine environment serving as an important case study as investigations of the spatial ecology of small fishes in both marine and freshwater become more common.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,008
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0350,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,257
Écart entre enseignants0,226 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine and Freshwater ResearchMême sujetMarine animal studies overviewTravaux en français237 207