A Multi-elemental Approach to Identification of Subpopulations of North Atlantic Minke Whales Balaenoptera Acutorostrata
Notice bibliographique
Résumé
A combination of heavy metals, organochlorines (OC) and fatty acids (FA) that reflect long-term deposition (1 year) in tissues was used in a Canonical Discriminant Analysis (CDA) exploring population substructure in 104 minke whales Balaenoptera acutorostrata that were sampled in West Greenland, the Central and Northeast Atlantic Sea and in the North Sea in 1998. Using a CDA that included mercury and cadmium in muscle, liver and kidney, and eight OCs and four unsaturated FAs in blubber we were able to separate the whales into four subpopulations: 1) a West Greenland group, 2) a Central Atlantic group represented by whales from Jan Mayen, 3) a Northeast Atlantic group (Svalbard, Barents Sea and northwestern Norway), and 4) a North Sea group. During an assignment test based on the data transformation developed by the CDA, about 84% of the individuals were correctly assigned to the area where they had been caught. The highest degree of misassignment was between Jan Mayen and the Northeast Atlantic groups. The differences among the four groups likely reflected regional differences (i.e. sea water chemistry, prey type and prey availability) among the marine ecosystems within the range studied. The study indicated that a multi-elemental approach based on long-term deposited compounds with different ecological and physiological pathways can be used for identification of subpopulations of marine mammals.
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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 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 ».