Animal behaviour and marine protected areas: incorporating behavioural data into the selection of marine protected areas for an endangered killer whale population
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Like many endangered wildlife populations, the viability and conservation status of ‘southern resident’ killer whales Orcinus orca in the north‐east Pacific may be affected by prey limitation and repeated disturbance by human activities. Marine protected areas (MPAs) present an attractive option to mitigate impacts of anthropogenic activities, but they run the risk of tokenism if placed arbitrarily. Notwithstanding recreational and industrial marine traffic, the number of commercial vessels in the local whalewatching fleet is approaching the number of killer whales to be watched. Resident killer whales have been shown to be more vulnerable to vessel disturbance while feeding than during resting, travelling or socializing activities, therefore protected‐areas management strategies that target feeding ‘hotspots’ should confer greater conservation benefit than those that protect habitat generically. Classification trees and spatially explicit generalized additive models were used to model killer whale habitat use and whale behaviour in inshore waters of Washington State (USA) and British Columbia (BC, Canada). Here we propose a candidate MPA that is small (i.e. a few square miles), but seemingly important. Killer whales were predicted to be 2.7 times as likely to be engaged in feeding activity in this site than they were in adjacent waters. A recurring challenge for cetacean MPAs is the need to identify areas that are large enough to be biologically meaningful while being small enough to allow effective management of human activities within those boundaries. Our approach prioritizes habitat that animals use primarily for the activity in which they are most responsive to anthropogenic disturbance.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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