Detailansicht
Quantitative descriptive analysis of the social behavior and movements of wild sows in European nature
Sergio Arellano Tinajero
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Business Analytics
Betreuer*in
Claudia Plant
DOI
10.25365/thesis.76253
URN
urn:nbn:at:at-ubw:1-25609.73189.327333-7
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
In den letzten Jahren haben sich Technologien zur Untersuchung und Analyse großer Datenmengen auf beeindruckende Art und Weise entwickelt, auch im Bereich der Bewegungsökologie. Heute gibt es eine Vielzahl an Werkzeugen und Techniken, die für die Analyse von Big Data verwendet werden können. Die Bewegungsökologie entwickelt sich rasch zu einer datenreichen Disziplin, die von Entwicklungen in Bereichen wie der Genomik und der Umweltüberwachung profitiert. Diese revolutionären Fortschritte sind zum Teil auf Verbesserungen von kosteneffizienten, automatisierten Wildtierverfolgungssystemen zurückzuführen, die beeindruckende Mengen an relevanten Informationen in einem biologischen und ökologischen Kontext erzeugen (Nathan, 2022). Die jüngsten Fortschritte im Bereich der Datenerfassung und -verwaltung haben die "Bewegungsökologie" (die integrierte Untersuchung der Bewegungen von Organismen) umfassend verändert und eine Big-Data-orientierte Disziplin geschaffen, die von kosteneffizienten Verbesserungen der Datenerfassung profitiert, um vollständigere und effektivere Ergebnisse zu erzielen (Nathan, 2022). Die Möglichkeiten, diese Techniken und Instrumente zu nutzen, sind folglich sehr breit gefächert. Daher bin ich der Meinung, dass es noch viele Jahre dauern wird, bis diese Technologien sinnvoll genutzt werden und weltweit in Projekten zum Einsatz kommen können. Aus diesem Grund gibt es einige Bereiche der Wissenschaft, in denen viele dieser Werkzeuge bis jetzt nicht angewandt wurden (oder zumindest nicht in vielen Themenbereichen), um Daten zu verstehen und zu analysieren, die bereits gesammelt wurden und nun die Extraktion relevanter Informationen erfordern, um zum wissenschaftlichen Wissenszuwachs beizutragen. Diese Arbeit fokussiert sich auf die Analyse von Standort- und Bewegungsdaten von Wildschweinen, die unter naturnahen Bedingungen in Naturschutzgebieten in Europa gehalten werden. Wildschweinpopulationen nehmen in ganz Europa stark zu. Informationen über ihre Populationsdynamik und ihr Fortpflanzungspotenzial sind bekannt, aber unser Wissen über ihre sozialen Strukturen und die möglichen Auswirkungen der Jagd auf diese Strukturen ist noch sehr begrenzt (Sebastian G. Vetter, 2016, S. 193).
Abstract
(Englisch)
In recent years, the development of technologies that allow the study and analysis of big data sets has been impressive, including the application of these technologies to movement ecology. Now there are a lot more tools and techniques that can be used to study this type of data. Movement ecology is rapidly turning into a data-rich discipline, taking advantage of developments in areas such as genomics and environmental monitoring. These revolutionary advances can in part be attributed to improvements in cost-effective automated high-throughput wildlife tracking systems that generate massive amounts of relevant information in a biological and environmental context (Nathan, 2022). Recent advances in data collection and management have transformed "movement ecology" (the integrated study of organismal movement), creating a big data-oriented discipline that benefits from cost-effective improvements in data collection to achieve more complete and effective results (Nathan, 2022). The area of opportunity available to use these techniques and tools is consequently very broad. I therefore believe that it will take many years until good use is made of these technologies and until they are applied in projects in a general way around the world. For this very reason, there are many areas of science in which a lot of these tools have not yet been applied (or at least not in many topics) to understand and analyze data that was already collected and now requires the extraction of relevant information in order to contribute to the scientific knowledge growth. This thesis focuses on the analysis of location and movement data of wild boar kept under seminatural conditions within nature reserves located in Europe. Wild boar populations are strongly increasing across Europe. Details about their population dynamics and reproductive potential are known, but our knowledge about social structures and the possible impact hunting has on these structures is still very limited (Sebastian G. Vetter, 2016, p. 193).
Schlagwörter
Schlagwörter
(Deutsch)
Big Data von Wildtieren Naturnahe Bedingungen Wildschweine in Europa Gruppenstrukturen von Wildschweinen Verhaltensanalyse von Wildschweinen Auswirkungen der Jagd
Schlagwörter
(Englisch)
Big data of wild animals semi-natural conditions Boars in Europe group structures of wild boars behavior analysis of wild boars impact of hunting
Autor*innen
Sergio Arellano Tinajero
Haupttitel (Englisch)
Quantitative descriptive analysis of the social behavior and movements of wild sows in European nature
Publikationsjahr
2024
Umfangsangabe
89 Seiten : Illustrationen
Sprache
Englisch
Beurteiler*in
Claudia Plant
Klassifikationen
42 Biologie > 42.99 Biologie. Sonstiges ,
54 Informatik > 54.61 Datenverarbeitungsmanagement
AC Nummer
AC17242639
Utheses ID
71507
Studienkennzahl
UA | 066 | 977 | |