MétaCan
Menu
Retour à la cohorte
Enregistrement W2155855400 · doi:10.1111/j.1748-7692.2006.00076.x

KILLER WHALES, WHALING, AND SEQUENTIAL MEGAFAUNAL COLLAPSE IN THE NORTH PACIFIC: A COMPARATIVE ANALYSIS OF THE DYNAMICS OF MARINE MAMMALS IN ALASKA AND BRITISH COLUMBIA FOLLOWING COMMERCIAL WHALING

2006· article· en· W2155855400 sur OpenAlexaffabout
Andrew W. Trites, Volker B. Deecke, Edward J. Gregr, John K. B. Ford, Peter F. Olesiuk

Notice bibliographique

RevueMarine Mammal Science · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensFisheries and Oceans CanadaInStream Fisheries Research (Canada)
Organismes subventionnairesnon disponible
Mots-clésWhalingMegafaunaFur sealWhaleFisheryMarine ecosystemGeographyOceanographyMarine mammalEcologyEcosystemBiologyArchaeologyGeologyPleistocene

Résumé

récupéré en direct d'OpenAlex

Abstract The hypothesis that commercial whaling caused a sequential megafaunal collapse in the North Pacific Ocean by forcing killer whales to eat progressively smaller species of marine mammals is not supported by what is known about the biology of large whales, the ecology of killer whales, and the patterns of ecosystem change that took place in Alaska, British Columbia, and elsewhere in the world following whaling. A comparative analysis shows that populations of seals, sea lions, and sea otters increased in British Columbia following commercial whaling, unlike the declines noted in the Gulf of Alaska and Aleutian Islands. The declines of seals and sea lions that began in western Alaska around 1977 were mirrored by increases in numbers of these species in British Columbia. A more likely explanation is that the seal and sea lion declines and other ecosystem changes in Alaska stem from a major oceanic regime shift that occurred in 1977. Killer whales are unquestionably a significant predator of seals, sea lions, and sea otters—but not because of commercial whaling.

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 enseignants0,601
Score d'incertitude au seuil0,794

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 technologies0,0010,000
Communication savante0,0010,000
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 Opus0,012
Tête enseignante GPT0,235
Écart entre enseignants0,222 · 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

Citations69
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMarine Mammal ScienceMême sujetMarine animal studies overviewTravaux en français237 207