| Titre : | Accelerometer, machine learning, a method to determine behavioural time budget from Eurasian spoonbill (Platalea leucorodia). |
| Auteurs : | Audrey Mazza, Auteur |
| Type de document : | Mémoire |
| Editeur : | [S.l.] : Université de Bourgogne-Franche Comté, 2018 |
| Format : | 27 |
| Note générale : | Master STS – ETEC - Behavioural Ecology and Wildlife Management . |
| Langues: | Anglais |
| Index. décimale : | O/PEL (Ornithologie - Pelecaniformes) |
| Mots-clés : | TdV ; Data science ; Platalea leucorodia ; comportement ; Migration ; Méthodologie ; comportement alimentaire |
| Mots-clés: | accelerometer, random forest, Eurasian spoonbill, migration, behavioural observation, pre- and post-breeding period , accéléromètre, random forest, spatule Eurasienne, migration, observation comportementale, période de reproduction et hivernale |
| Résumé : |
To deal with problem of classical behavioural observation method (e.g. GPS or radio- tracking, direct observation), a new method has been developed consisting in including accelerometer into GPS tag, which allow the recording of individual movement acceleration along three axes: x (sway), y (surge) and z (heave). This method can result in the record of thousands of data per day, that can be classify into different behavioural category by the bias of machine learning algorithm. The study focused on behaviour of Eurasian spoonbill (Platalea leucorodia) before its different period of migration: pre- and post-breeding period, in a way to identify any variation in its time activity budget, particularly for rest and eating behaviour. We first elaborate an ethogram (e.g. eat, walk, rest, fly, preen) from a captive spoonbill to generate 63 parameters as an input of the random forest model. Then, once the model train, accelerometry data, two weeks before post- and pre-breeding migration, from a wild spoonbill (tag in 2017), were analyzed. We obtained a model with an accuracy of 0.95. We then observed a significant increase of the eating behaviour before the pre-breeding migration, assuming the spoonbill evolving a capital breeder strategy before reproduction. The individual tag failed to attempt its destination, for which we supposed influence of a drag effect or climate change. Finally, we observed an increase of the resting time before post-breeding migration for which we supposed an adjustment of the body mass in a way to improve flight performance. /
Pour surpasser les problèmes liés aux méthodes d’observations comportementales (i.e. suivi GPS et radio), une nouvelle approche a été mise en place consistant à inclure un accéléromètre dans une balise GPS, ce dispositif permettant l’enregistrement de l’accélération de l’individus en trois axes : x (sway), y (surge) et z (heave).Cette méthode permet d’obtenir jusqu’à des milliers de données par jours, pouvant être classés dans différentes catégories comportementales à l’aide d’un algorithme de machine learning. L’étude se concentre sur le comportement des spatules Eurasienne (Platalea leucorodia) avant différentes périodes de migrations : hivernale et de reproduction, dans le but d’identifier des variations dans le comportement, particulièrement ceux de repos et de nourrissage. Tout d’abord un éthogramme (i.e. mange, marche, repos, vol, toilettage) d’une spatule en captivité, fût élaboré, générant 63 paramètres comme « input » au modèle de random forest. Les données d’accéléromètre, d’une spatule sauvage (balisé en 2017), sont ensuite analysés, deux semaines avant la migration de reproduction et hivernale, permettant d’obtenir un modèle avec une précision de 0.95. Une augmentation significative du comportement de nourrissage avant la migration de reproduction a été observé, supposant que la spatule développe une stratégie de « capital breeder ». L’individu n’ayant pas atteint sa destination nous supposons le « drag effect » ou le changement climatique comme ayant un impact sur sa migration. Enfin, nous avons observé une augmentation du temps de repos avant la migration hivernale, supposant un ajustement de la masse corporelle dans le but d’augmenter les capacités de vol. |
Documents numériques (1)
 Mazza - 2018 - Accelerometer, machine learning, a method to deter.pdf |
