Advances in Fish Tagging and Marking Technology
Notice bibliographique
Résumé
<i>Abstract</i>.—We present a new acoustic telemetry method for efficiently estimating positions of tagged marine and freshwater animals using vessel-based active tracking. Vessel-based tracking can require considerable time and effort, which limits both study area size and the number of tagged animals possible for telemetry studies. However, the recently-developed SYNAPS (Synthetic Aperture Positioning System) tracking method allows efficient collection of fine-scale movement information for many tagged animals within large study areas, and therefore enables large surveys to be conducted in a methodical and cost-effective manner. SYNAPS computes position estimates of tagged animals by means of hyperbolic positioning using the geographic location of a mobile hydrophone synchronized with signal detections to create a synthetic hydrophone array. Here we describe the process of tracking with SYNAPS, quantify accuracy and precision of position estimations, and provide guidelines for tracking procedures. SYNAPS position estimates were compared with known positions of fixed tags in both marine (Alaska, USA) and freshwater lake (Ontario, Canada) systems. Accuracy of position estimates ranged from 1.2 m using hull-mounted hydrophones and survey-quality GPS equipment to 23.4 m using towed hydrophones and a navigation-grade GPS receiver. This new tool will facilitate spatially explicit management applications such as aquatic protected area design and essential fish habitat designation by increasing the ability of acoustic telemetry to characterize movement of marine animals at different scales.
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 | 0,000 | 0,004 |
| 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) | 0,001 | 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 ».