MétaCan
Menu
Retour à la cohorte
Enregistrement W2155485631 · doi:10.1139/f04-020

Abundance of minke whales (<i>Balaenoptera acutorostrata</i>) in the Northeast Atlantic: variability in time and space

2004· article· en· W2155485631 sur OpenAlexvenueno aff
Hans J. Skaug, Nils Øien, Tore Schweder, Gjermund Bøthun

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2004
Typearticle
Langueen
DomaineComputer Science
ThématiqueBayesian Methods and Mixture Models
Établissements canadiensnon disponible
Organismes subventionnairesNorges Forskningsråd
Mots-clésBalaenopteraMinke whaleQuantileAbundance (ecology)CetaceaAerial surveyEnvironmental scienceWhaleStatisticsFisheryPhysical geographyGeographyBiologyMathematicsCartography

Résumé

récupéré en direct d'OpenAlex

Regional sighting surveys with two independent observers on each vessel were conducted each year from 1996 to 2001. Northern minke whales (Balaenoptera acutorostrata) are mostly solitary animals and are only available for observation at moments when they surface to breath. Thus, a stochastic point process model is developed for how the data are generated. The hazard probability of initially sighting a whale that surfaces depends on relative spatial coordinates and on other covariates. The parameters of the model are estimated by maximum likelihood. To account for interannual variation in spatial distribution of minke whales, a random effects model is developed and estimated by comparing current and past (1989 and 1995) survey data. A simulation approach is taken to remove bias from parameter estimates and to assess the uncertainty in the results. For total abundance, the result is a log-normal confidence distribution with quantiles 107 205·exp(0.137z), i.e., an abundance estimate of 107 205 with a coefficient of variation of ≈0.14. Together with these and earlier survey data, past data on catch, mark–recapture, and satellite tracking are reviewed to elucidate distribution and migration patterns in Northeastern Atlantic minke whales.

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 enseignants0,084
Score d'incertitude au seuil0,166

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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,223
Écart entre enseignants0,210 · 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

Citations84
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetBayesian Methods and Mixture ModelsTravaux en français237 207