MétaCan
Menu
Retour à la cohorte
Enregistrement W2127313361 · doi:10.1111/j.1469-7998.2000.tb00636.x

Shark‐inflicted mortality on a population of harbour seals (<i>Phoca vitulina</i>) at Sable Island, Nova Scotia

2000· article· en· W2127313361 sur OpenAlexaffabout
Zoe Lucas, Wayne T. Stobo

Notice bibliographique

RevueJournal of Zoology · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensBedford Institute of Oceanography
Organismes subventionnairesnon disponible
Mots-clésPhocaNova scotiaBiologyPopulationReproductionZoologyDemographyEcologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Shark‐inflicted mortality on harbour seals Phoca vitulina on Sable Island, Nova Scotia, was studied from 1980 to 1997, based on carcasses washed up on shore. During this period, pup production declined dramatically from over 600 in 1989 to 40 in 1997. Between 1980 and 1992, pup deaths only were recorded, and only during the May–June pupping period, while deaths in all age groups were recorded year‐round between 1993 and 1997; 458 pups, 23 juveniles and 241 adults were found. Shark‐inflicted mortality in pups, as a proportion of total production, was under 10% during 1980–93, roughly 25% in 1994–95, and increased to 45% in 1996. Shark‐inflicted mortality occurred in all months except December, January and February, with c. 80% of the pups killed during the pupping period, and 97% of the adults killed outside the pupping period. The decline in pup production was not only a result of reduced recruitment owing to pup mortality. A greater proportion of reproductive females than males was killed. We estimate that shark‐inflicted mortality on pups and adult females reduced pup production on Sable Island by 43 to 154 pups annually between 1993 and 1997. Our results indicate that sharks are having an impact on Sable Island harbour seals, possibly to the extent of limiting population growth, or contributing to the observed population decline. Potential reasons for this increased mortality are discussed.

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)0,000
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 enseignants0,769
Score d'incertitude au seuil0,460

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,000
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 GPT0,268
Écart entre enseignants0,247 · 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

Citations88
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of ZoologyMême sujetMarine animal studies overviewTravaux en français237 207