MétaCan
Menu
Retour à la cohorte
Enregistrement W2016639636 · doi:10.1139/f08-186

Spatial and temporal impact of pingers on porpoises

2009· article· en· W2016639636 sur OpenAlexvenueno aff
Julia Carlström, Per Berggren, Nick Tregenza

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensnon disponible
Organismes subventionnairesCrown EstateScottish Natural Heritage
Mots-clésPhocoenaPorpoiseHuman echolocationBycatchFisheryHabitatEnvironmental scienceBiologyHarbourEcologyFishing

Résumé

récupéré en direct d'OpenAlex

Bycatches are considered the most serious threat to harbour porpoises ( Phocoena phocoena ) and other small cetaceans worldwide. Pingers are used to reduce bycatch levels, but may also deter porpoises from critical habitats. We investigated the spatial and temporal responses of porpoises to simulated bottom-set nets equipped with periodically operating Dukane NetMark 1000 pingers. Echolocation rates were monitored by porpoise click train detectors (PODs) placed at and around the nets, and a shore-based observation team recorded surfacing positions and movements. Pinger sound significantly reduced the median echolocation encounter rate by 50%–100% at PODs placed up to 500 m and reduced the sighting rate up to 375 m from the simulated net. The average distance of approach increased by 300 m. When pingers were silent after being active for 24 h 50 min, the return time of porpoises was 6 h, in comparison with 2.5 h after pingers had been silent. During the study period of approximately 50 days, habituation was detectable at two of nine PODs. The results indicate that pingers affect porpoises at greater distances than previously observed. This confirms that pingers are an effective bycatch mitigation measure, but alternative solutions should be applied in ecologically important habitats and migration routes. An example is given from the Baltic region.

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 enseignants0,003
Score d'incertitude au seuil0,006

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,023
Tête enseignante GPT0,240
Écart entre enseignants0,217 · 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

Citations60
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetMarine animal studies overviewTravaux en français237 207