Behavioral reactions of free-ranging harbor porpoises Phocoena phocoena encountering standard nylon and BaSO4 mesh gillnets and warning sound
Notice bibliographique
Résumé
Field tests suggest that high-density nets can reduce harbor porpoise Phocoena phocoena by-catch in demersal gillnet fisheries. However, it is not clear whether acoustic reflectivity or twine stiffness are responsible for this. We conducted sonar tests in a tank in the frequency range of 110 to 190 kHz and found that the target strength of the high-density BaSO 4 net was 7.2 dB higher at 150 kHz than that of the standard nylon net. In a fjord on Vancouver Island, Canada, we investigated porpoise surfacing and echolocation behavior as they encountered 2 surface gillnets (45 9 m, 165 mm mesh size) made of (1) standard 100% nylon and (2) a mix of BaSO 4 and nylon. The distribution of click intervals shifted to longer intervals when the BaSO 4 net was used (median = 51 ms vs. 45.2 ms for the standard net; Kolmogorov-Smirnov test, p < 0.001), indicating a greater target distance. We estimated that porpoises are able to detect BaSO 4 nets 4.4 m in advance of standard nylon nets. However, an unexpected low percentage of echolocating porpoise groups within 50 m of the center of nets (standard 30.6%, BaSO 4 19.3%) indicates that additional measures may be necessary to reduce by-catch. A subsequent experiment showed that transmission of 2.5 kHz tones as a warning sound increased biosonar use by a factor of 4 compared to controls (16.7% for controls vs. 71.4% for groups during ensonification; chi 2 -test, p < 0.001). The combination of reflective nets and warning sounds may be a promising mitigative tool.
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 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 | 0,000 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».