MétaCan
Menu
Retour à la cohorte
Enregistrement W4403686227 · doi:10.1080/01431161.2024.2399326

Drone-based infrared thermography to measure the intranasal temperature of baleen whales

2024· article· en· W4403686227 sur OpenAlexafffund
Gina L. Lonati, Natasha J. Hynes, Halyna Klymentieva, Daniel P. Zitterbart, Sebastian Richter, Michael J. Moore, Kimberley T. A. Davies

Notice bibliographique

RevueInternational Journal of Remote Sensing · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesFisheries and Oceans Canada
Mots-clésBaleenThermographyMeasure (data warehouse)Remote sensingDroneEnvironmental scienceInfraredGeologyComputer scienceBiologyPhysicsOpticsEcologyWhale

Résumé

récupéré en direct d'OpenAlex

Traditional methods for quantifying the internal temperature of marine mammals require handling live animals, which is not practical for free-swimming baleen whales. Developing a less invasive, more repeatable method would significantly improve our understanding of whale health and thermal physiology. Infrared thermography (IRT) devices compatible with remotely piloted aircraft systems (RPAS) have facilitated qualitative assessments of heat signatures from marine mammals at sea, but absolute temperatures derived using this approach are rare. The goal of this study was to develop a precise empirical method for estimating intranasal temperatures of baleen whales using RPAS-based IRT. We conducted controlled field experiments and flights over North Atlantic right whales (Eubalaena glacialis, NARWs) to develop and test the methodology. Two approaches were evaluated to estimate intranasal temperatures from IRT sensor intensities: a three-point empirical line regression calibrated per flight using known-temperature objects and a generalized linear model incorporating environmental variables. Controlled field experiments demonstrated that the former approach had a median bias of −0.6°C (interquartile range: 1.5ºC), while the latter approach had unexplained negative proportional bias with increasing true temperature of the target object. After accounting for bias, the former approach yielded an average intranasal temperature of 26.9 ± 1.7°C for 21 unique NARWs. The anatomy of the mysticete upper respiratory tract and physiological heat conservation strategies may explain why estimates were low compared to internal temperatures measured from baleen whales using other techniques (30–39ºC). Variability within whales was less than ± 2°C, supporting the use of these methods to monitor the health of individuals over time. However, variability among whales was greater (up to 7ºC). Improvements in our understanding of whale physiology and respiratory mechanics and advancements in RPAS-based IRT calibrations could make this technology more reliable for assessing individual body temperatures and monitoring populations in the future.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,936
Score d'incertitude au seuil0,294

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,249
Écart entre enseignants0,236 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Remote SensingMême sujetMarine animal studies overviewTravaux en français237 207