Codificação Comportamental de Elefantes Africanos em Cativeiro (Loxodonta africana): Utilizando DeepLabCut e Create ML para Rastreamento de Atividades Noturnas

Este estudo investiga a possibilidade de usar modelos de aprendizado de máquina criados no DeepLabCut e Create ML para automatizar aspectos da codificação comportamental e auxiliar na análise comportamental. Dois modelos com diferentes capacidades e complexidades foram construídos e comparados a um período de controle observado manualmente. A precisão dos modelos foi avaliada em comparação com a pontuação manual, antes de serem aplicados a sete noites de filmagens do comportamento noturno de dois elefantes africanos (Loxodonta africana). Os dados resultantes foram utilizados para tirar conclusões sobre as diferenças comportamentais entre os dois elefantes e entre as noites observadas individualmente, provando assim que tais modelos podem ajudar os pesquisadores na análise comportamental. Os modelos foram capazes de rastrear comportamentos simples com alta precisão, mas apresentaram certas limitações em relação à detecção de comportamentos complexos, como o comportamento estereotipado de oscilação, e mostraram confusão ao decidir entre comportamentos visualmente semelhantes. Uma expansão adicional de tais modelos pode ser desejável para criar um auxílio mais capaz com a possibilidade de automatizar a codificação comportamental.