MétaCan
Menu
← Retour à la cohorte
Enregistrement W6910951583 · doi:10.5061/dryad.f7m0cfxwj

Ecological inference using data from accelerometers needs careful protocols

2021· dataset· en· W6910951583 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2021
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésProteogenomicsNoise (video)LimitingWork (physics)Feature (linguistics)

Résumé

récupéré en direct d'OpenAlex

1. Accelerometers in animal-attached tags have proven to be powerful tools in behavioural ecology, being used to determine behaviour and provide proxies for movement-based energy expenditure. Researchers are collecting and archiving data across systems, seasons and device types. However, in order to use data repositories to draw ecological inference, we need to establish the error introduced according to sensor type and position on the study animal and establish protocols for error assessment and minimization. 2. Using laboratory trials, we examine the absolute accuracy of tri-axial accelerometers and determine how inaccuracies impact measurements of dynamic body acceleration (DBA) in human participants, with DBA as the main acceleration-based proxy for energy expenditure. We then examine how tag type and placement affect the acceleration signal in birds, using (i) pigeons Columba livia flying in a wind tunnel, with tags mounted simultaneously in two positions, and (ii) back- and tail-mounted tags deployed on wild kittiwakes Rissa tridactyla. Finally, we (iii) present a case study where two generations of tag were deployed using different attachment procedures on red-tailed tropicbirds Phaethon rubricauda foraging in different seasons. 3. Bench tests showed that individual acceleration axes required a two-level correction to eliminate measurement error. This resulted in DBA differences of up to 5% between calibrated and uncalibrated tags for humans walking at a range of speeds. Device position was associated with greater variation in DBA, with upper- and lower back-mounted tags varying by 9% in pigeons, and tail- and back-mounted tags varying by 13% in kittiwakes. The largest variation occurred between tropicbirds tagged in different seasons, where DBA varied by 25%, which may be due to tag attachment procedures. In general, the tropicbird study highlights the difficulties of attributing changes in signal amplitude to a single factor, when confounding influences tend to covary. 4. Accelerometer accuracy, tag placement, and attachment critically affect the signal amplitude and thereby the ability of the system to detect biologically meaningful phenomena. We propose a simple method to calibrate accelerometers that can be executed under field conditions. This should be used prior to deployments and archived with resulting data. We also suggest a way that researchers can assess accuracy in previously collected data, and caution that variable tag placement and attachment can increase sensor noise and even generate trends that have no biological meaning.

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)0,161
score de la tête « metaresearch » (Gemma)0,363
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,161
Score d'incertitude au seuil0,853

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1610,363
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0050,005
Études des sciences et des technologies0,0040,007
Communication savante0,0080,008
Science ouverte0,0080,008
Intégrité de la recherche0,0040,008
Charge utile insuffisante (le modèle a refusé de juger)0,0110,007

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 Opus0,258
Tête enseignante GPT0,367
Écart entre enseignants0,109 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Travaux en français237 207→