MétaCan
Menu
Retour à la cohorte
Enregistrement W1498039733 · doi:10.1121/1.4922704

Killer whale call frequency is similar across the oceans, but varies across sympatric ecotypes

2015· article· en· W1498039733 sur OpenAlexaff
Olga A. Filatova, Patrick J. O. Miller, Harald Yurk, Filipa I. P. Samarra, Erich Hoyt, John K. B. Ford, Craig O. Matkin, Lance Barrett‐Lennard

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensVancouver AquariumFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésSympatric speciationWhaleBiologyMarine mammalRight whaleEcologyFisheryGeography

Résumé

récupéré en direct d'OpenAlex

Killer whale populations may differ in genetics, morphology, ecology, and behavior. In the North Pacific, two sympatric populations ("resident" and "transient") specialize on different prey (fish and marine mammals) and retain reproductive isolation. In the eastern North Atlantic, whales from the same populations have been observed feeding on both fish and marine mammals. Fish-eating North Pacific "residents" are more genetically related to eastern North Atlantic killer whales than to sympatric mammal-eating "transients." In this paper, a comparison of frequency variables in killer whale calls recorded from four North Pacific resident, two North Pacific transient, and two eastern North Atlantic populations is reported to assess which factors drive the large-scale changes in call structure. Both low-frequency and high-frequency components of North Pacific transient killer whale calls have significantly lower frequencies than those of the North Pacific resident and North Atlantic populations. The difference in frequencies could be related to ecological specialization or to the phylogenetic history of these populations. North Pacific transient killer whales may have genetically inherited predisposition toward lower frequencies that may shape their learned repertoires.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,019
Tête enseignante GPT0,266
Écart entre enseignants0,247 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations31
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetMarine animal studies overviewTravaux en français237 207