MétaCan
Menu
Retour à la cohorte
Enregistrement W2029432264 · doi:10.1111/mms.12049

Life history and population dynamics of southern Alaska resident killer whales (<i>Orcinus orca</i>)

2013· article· en· W2029432264 sur OpenAlexaff
Craig O. Matkin, J. Ward Testa, Graeme M. Ellis, Eva Saulitis

Notice bibliographique

RevueMarine Mammal Science · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesAlaska Sea Grant, University of Alaska FairbanksExxon Valdez Oil Spill Trustee Council
Mots-clésPopulationArchipelagoGeographyPopulation growthPopulation declineFisheryEcologyBiologyDemography

Résumé

récupéré en direct d'OpenAlex

Abstract Resident (fish eating) killer whales (Orcinus orca ) in the North Pacific have been the subject of long‐term studies in several geographical regions. The current study examines population parameters in the southern Alaska resident population from 1984 to 2010 and develops a population model. The southern Alaska resident population ranges from southeastern Alaska through the Kodiak archipelago and contains over 700 individuals. We follow the life histories of 343 identifiable whales in 10 pods from two clans born before and during the study. Population parameters were comparable to those of the British Columbia northern resident population during the 1970s and 1980s, except that age of maturity was approximately one year earlier. The average annual rate of increase was slightly higher in Alaska (3.5%) than for the British Columbia northern residents (2.9%) and probably represents a population at r‐max (maximum rate of growth). Reasons for the high growth rate in Alaska could be a recovery following past anthropogenic mortalities, or more likely, a response to increasing salmon returns in recent decades, resulting in an increase in carrying capacity. The slow maturation and low rate of reproductive response makes these whales slow to recover from natural or anthropogenic catastrophes.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,074
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,011
Tête enseignante GPT0,198
Écart entre enseignants0,187 · 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 tête enseignante, pas un consensus.

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

Citations52
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine Mammal ScienceMême sujetMarine animal studies overviewTravaux en français237 207