A standardised framework for the design and application of fine-scale acoustic tracking studies in aquatic environments
Notice bibliographique
Résumé
Fine-scale tracking technology has advanced our understanding of aquatic animal behaviour by deriving near-continuous movements of animals ranging in size from small invertebrates to large predatory fish. Commercial fine-scale positioning systems, such as the VEMCO Positioning System, can pinpoint an animal’s location within metres of its true position. While methodological applications of commonly used presence-absence acoustic telemetry have identified factors that can limit array performance, the factors that influence position yield and accuracy and introduce error in fine-scale positioning systems have yet to be synthesised. Evidenced through a systematic review of the literature, we highlight key considerations and potential pitfalls faced when designing and conducting a fine-scale tracking study. Key factors impacting data acquisition are grouped under 4 key categories linked to the study system, species studied, and logistical and technological constraints. Thereafter, in line with these categories, we provide a framework that can be used prior to, during, and post-study to identify sources of error and data loss to optimize system design and acquired results. We provide details on user assessment tools that include a pre-study trial period using fixed tags to assess array geometry and data yield, an in situ checkpoint data download, and a post-study assessment of fixed transmitter performance. We highlight the utility of this framework and integrated assessment tools by presenting a real-world case study that ultimately was compromised. We anticipate that this framework can be used to standardize reporting of essential steps and checks that will generate comparable data for future synthesis, which will further advance fine-scale tracking approaches.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,243 | 0,198 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,013 | 0,007 |
| Études des sciences et des technologies | 0,004 | 0,009 |
| Communication savante | 0,012 | 0,007 |
| Science ouverte | 0,010 | 0,012 |
| Intégrité de la recherche | 0,006 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,008 |
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 source (Gemma direct ou Codex distillé), 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 ».