MétaCan
Menu
Retour à la cohorte
Enregistrement W2094143838 · doi:10.1111/j.1748-7692.2011.00468.x

Population, density estimates, and conservation of river dolphins (<i>Inia</i>and<i>Sotalia</i>) in the Amazon and Orinoco river basins

2011· article· en· W2094143838 sur OpenAlexaff
Catalina Gomez‐Salazar, Fernando Flores Trujillo, Marcela Portocarrero‐Aya, Hal Whitehead

Notice bibliographique

RevueMarine Mammal Science · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensDalhousie University
Organismes subventionnairesInnovative Research Group Project of the National Natural Science Foundation of China
Mots-clésTributaryAmazon rainforestGeographyPopulationFisheryHabitatCetaceaTransectDrainage basinPopulation densityMain riverEcologyBiologyCartography

Résumé

récupéré en direct d'OpenAlex

Abstract This study is part of an on‐going effort to evaluate and monitor river dolphin populations in South America. It comprises the largest initiative to estimate population size and densities ofIniaandSotaliadolphins using statistically robust and standardized methods. From May 2006 to August 2007, seven visual surveys were conducted in selected large rivers of Bolivia, Colombia, Brazil, Ecuador, Peru, and Venezuela in the Amazon and Orinoco river basins. Population sizes ofIniaandSotaliawere estimated for different habitats (main river, tributary, lake, island, confluence, and channel). A total of 291 line and 890 strip transects were conducted, covering a distance of 2,704 linear kilometers. We observed 778Inia geoffrensis, 1,323Inia boliviensis, and 764Sotalia fluviatilis. High‐density areas were identified (within 200 m from the river banks, confluences, and lakes) and we propose that these constitute critical habitat for river dolphins. High densities of river dolphins seem to coincide with well‐managed freshwater protected areas and should be considered as hot spots for river dolphins in South America.

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 enseignants0,034
Score d'incertitude au seuil0,067

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)0,0010,000

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 Opus0,021
Tête enseignante GPT0,224
Écart entre enseignants0,203 · 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

Citations76
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine Mammal ScienceMême sujetMarine animal studies overviewTravaux en français237 207