MétaCan
Menu
Retour à la cohorte
Enregistrement W4408197200 · doi:10.1101/2025.03.05.641645

Remote inferences and direct observations provide complementary insights into foraging behavior

2025· preprint· en· W4408197200 sur OpenAlexaff
Jack G. Hendrix, Eric Vander Wal

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAnimal Vocal Communication and Behavior
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésForagingComputer scienceData scienceBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Behaviorists sometimes view askance studies where researchers indirectly observe animals, consequently challenging whether remotely inferred behavior is true behavioral research. Alternatively, others purport that technological advancements, like Global Position System (GPS) tags or biologgers, have expanded the scope of behavioral research to temporal and spatial scales infeasible for direct observation. To spotlight strengths and shortcomings in approaches to behavioral research, we interrogated the use of techniques and their assumptions in foraging research, a behavior of interest to ecologists and behaviorists. We reviewed 604 foraging behavior studies to synthesize and compare foraging research across disciplines, taxa, and methods. We sorted approaches by the data they collect and their associated assumptions and determined that rather than two categories of direct vs. remote, there were five: direct observation, tracking, biologger, remote audio-visual, and remote spatial. Categories differed in their spatial extents, with remote spatial research having a much larger extent (up to 1.6 million km 2 ) than direct observational or remote audio-visual studies. Remote spatial studies also spanned large temporal extents, but temporal coverage (the proportion of total study duration when data are actively collected) was lower compared to biologger research. Methods were also applied to different stages of the behavioral process of foraging: direct observations and tracking involved searching for resources at finer scales. 23% of studies used > 2/5 categories. A compound approach provided a more nuanced and complete description of foraging behavior. Thus, our understanding of behavior improves when multiple approaches are applied in conjunction to our question of interest. Lay summary How do you study behavior? Your first response might be simply watching animals behave. While there are many ways to indirectly infer behavior without directly observing wildlife, some question these approaches because we cannot be 100% confident in the inferred behavior. We reviewed >600 behavior studies and found that though remote inferences rely on assumptions, so do direct observations. Remote inferences also permit studying temporal and spatial scales infeasible when watching wildlife directly.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,002
Études des sciences et des technologies0,0010,003
Communication savante0,0030,006
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,038
Tête enseignante GPT0,280
Écart entre enseignants0,242 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetAnimal Vocal Communication and BehaviorTravaux en français237 207