MétaCan
Menu
Retour à la cohorte
Enregistrement W4404603611 · doi:10.1186/s40317-024-00389-8

Virtual fencing in remote boreal forests: performance of commercially available GPS collars for free-ranging cattle

2024· article· en· W4404603611 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAnimal Biotelemetry · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesHøgskolen i InnlandetNorges Forskningsråd
Mots-clésFencingGlobal Positioning SystemRangingTaigaRemote sensingBiologyEcologyGeographyEngineeringComputer scienceTelecommunicationsGeodesy

Résumé

récupéré en direct d'OpenAlex

Abstract Background The use of virtual fencing in cattle farming is beneficial due to its flexibility, not fragmenting the landscape or restricting access like physical fences. Using GPS (Global Positioning System) technology, virtual fence units emit an audible signal and a low-energy electric shock when crossing a predefined border. In large remote grazing areas and complex terrains, where the performance of the GPS units can be affected by landscape structure, increased positioning errors can lead to unnecessary shocks to the animals leading to animal welfare concerns. This study aimed to explore factors affecting the GPS performance of commercially available virtual fence collars for cattle (NoFence©), both using static tests and mobile tests, i.e., when deployed on free-ranging cattle. Results The static tests revealed generally high fix success rates (% successful positioning attempts), and a lower success rate at four of 30 test locations was most likely due to a lack in GSM (Global System for Mobile communications) coverage. On average the GPS precision and accuracy errors were 3.3 m ± 2.5 SD and 4.6 m ± 3.2 SD, respectively. We found strong evidence that the GPS precision and accuracy errors increased errors under closed canopies. We also found evidence for an effect of the sky-view on the GPS performance, although at a lesser extent than canopy. The direction of the accuracy error in the Cartesian plane was not uniform, but biased, depending on the aspect of the test locations. With an average of 10.8 m ± 6.8 SD, the accuracy error of the mobile tests was more than double that of the static tests. Furthermore, we found evidence that more rugged landscapes resulted in higher GPS accuracy errors. However, the error from mobile tests was not affected by canopy cover, sky-view, or cattle behaviors. Conclusions This study showed that GPS performance can be negatively affected by landscape complexity, such as increased ruggedness and covered habitats, resulting in reduced virtual fence effectiveness and potential welfare concerns for cattle. These issues can be mitigated through proper pasture planning, such as avoiding rugged areas for the virtual fence border.

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.

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 candidatesaucune
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 enseignants0,039
Score d'incertitude au seuil0,449

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 ouverte0,0000,000
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 GPT0,234
Écart entre enseignants0,221 · 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