Desempeño de un collar GPS en el seguimiento a un oso andino (Tremarctos ornatus) en los Andes colombianos
Bibliographic record
Abstract
Objetivo: Describir por primera vez el desempeño de un collar de telemetría GPS en el seguimiento a un oso andino silvestre en los ecosistemas montañosos de los Andes colombianos (Cundinamarca, Colombia), como un aporte al conocimiento de la efectividad de esta técnica en la especie. Métodos: Se relacionó el número de posiciones GPS obtenidas y esperadas, el número de satélites enlazados, tipo de posición (2D, 3D), valores de dilusión horizontal de precisión, tiempo para la primera posición , estado de actividad-inactividad del oso y horas de día (luz: 05:00-18:00) o noche (oscuridad: 01:00-04:00 y 19:00-24:00) en que fueron obtenidos estos datos. Resultados: Existió diferencia significativa en la actividad del oso marcado, mostrándolo activo durante el día e inactivo en la noche (M-Wt, p=4.456E-38). No existió diferencia en el éxito de posiciones entre día-noche (t test, p=0.50) o entre actividad-inactividad (t test, p=0.73), sin embargo la actividad se correlacionó positivamente con el número de satélites (p=3.781E-5, r=0.22) y negativamente con los valores HDOP (p=1.583E-11, r=-0.35) y TTFF (p=8.911E-12, r=-0.36). Una vez en funcionamiento, el collar asumió una programación diaria de toma de posiciones distinta a la establecida, y dejó de funcionar súbitamente a los 41 días de seguimiento, permitiendo un éxito de posiciones de 5.3% respecto a lo esperado para 12 meses. Conclusiones: Durante el funcionamiento del dispositivo los patrones de actividad de esta especie y las coberturas boscosas/rocosas asociadas con su descanso nocturno, no afectaron negativamente el éxito de toma de posiciones, pero sí la calidad de las mismas. El daño prematuro del collar y el cambio arbitrario que asumió sobre la programación diaria de toma de posiciones, indican que el dispositivo evaluado no mostró un buen desempeño para el seguimiento del oso marcado.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".