Time-series models and biotelemetry identify behavioral dynamics within a spawning aggregation of a large marine predator
Notice bibliographique
Résumé
Fish spawning aggregations (FSAs) may persist for months and include behaviors such as spawning and foraging. Acoustic telemetry has been used to measure the movements of fishes to and from FSAs, but behaviors within the aggregation are harder to quantify. We used multi-sensor acoustic telemetry (depth, acceleration) combined with continuous wavelet transformation analysis and hidden Markov models to identify behaviors within a spawning aggregation of the goliath grouper Epinephelus itajara, a vulnerable marine predator. Tagged fish (n = 20) exhibited periods (over 2 spawning seasons, August-October) where multiple individuals displayed variability in depth just after the new moon. These events may represent spawning, and there was always one event each season that included a greater number of individuals and more variability in depth. Grouper were more active during the new moon, in shallow water (<15 m), and at night. We also identified several events with behaviors more consistent with benthic foraging where grouper were highly active while remaining at constant depth. As such, intensive foraging by multiple individuals may occur during more sporadic time periods. Grouper remained close to the seafloor as currents exceeded 0.4 m s-1 but moved up into the water column during cold-water incursions (<24°C). Abiotic conditions may limit vertical habitat use and could potentially influence spawning and foraging behavior. Multi-sensor telemetry combined with time-series analysis can be used to remotely measure individual behavior within spawning aggregations. The timing of these behaviors within the FSA may also have implications for the ecological role groupers play as predators and, potentially, in bottom-up processes.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».