MétaCan
Menu
← Retour à la cohorte
Enregistrement W2042621143 · doi:10.1139/z06-001

The influence of climate variability on polar bear (<i>Ursus maritimus</i>) and ringed seal (<i>Pusa hispida</i>) population dynamics

2006· article· en· W2042621143 sur OpenAlexvenueno aff
Aqqalu Rosing‐Asvid

Notice bibliographique

RevueCanadian Journal of Zoology · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensnon disponible
Organismes subventionnairesForskerakademiet
Mots-clésUrsus maritimusPredationBiologyPopulationUrsusSeal (emblem)Spring (device)EcologyPusaZoologyDemographyGeographyArctic

Résumé

récupéré en direct d'OpenAlex

Unusually high polar bear (Ursus maritimus Phipps, 1774) predation on ringed seal (Pusa hispida (Schreber, 1775)) pups and increased survival of polar bear cubs during mild springs is documented in published articles. Strong predation on newborn ringed seal pups in early spring, however, is likely to lower the overall energy intake of polar bears if ringed seal pups are their main food, because the energetic value of ringed seal pups increases 7–8 times during the 6 week lactation period. So although hunting success in early spring increases cub survival during the period after den emergence,when they are most vulnerable, it is likely to increase the number of starving bears later in the season. This negative-feedback effect of strong spring predation will not occur in areas where other seal species are abundant during summer, and polar bears in such areas are likely to exhibit population growth during periods with milder springs, at least until the ringed seal population has been depleted. Long time series of population estimates that can be used to test this hypothesis do not exist, but it is strongly supported by catch statistics for polar bears and ringed seals from east Greenland.

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 enseignants0,027
Score d'incertitude au seuil0,054

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 Opus0,004
Tête enseignante GPT0,196
Écart entre enseignants0,191 · 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

Citations19
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Zoology→Même sujetMarine animal studies overview→Travaux en français237 207→