MétaCan
Menu
Retour à la cohorte
Enregistrement W2520320138 · doi:10.1111/mms.12357

Satellite telemetry reveals population specific winter ranges of beluga whales in the Bering Sea

2016· article· en· W2520320138 sur OpenAlexaff
John J. Citta, Pierre Richard, Lloyd F. Lowry, Gregory O’Corry-Crowe, Marianne Marcoux, Robert Suydam, Lori Quakenbush, Roderick C. Hobbs, Д. И. Литовка, Kathryn J. Frost, T. G. Gray, Jack Orr, Ben Tinker, Helen Aderman, Matthew L. Druckenmiller

Notice bibliographique

RevueMarine Mammal Science · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésBeluga WhaleBelugaBayPopulationBeaufort seaGeographyFisheryOceanographyAerial surveyLeucasMarine mammalSea iceArcticBiologyGeologyRemote sensingMeteorologyDemography

Résumé

récupéré en direct d'OpenAlex

Abstract At least five populations (stocks) of beluga whales ( Delphinapterus leucas ) are thought to winter in the Being Sea, including the Bristol Bay, Eastern Bering Sea (Norton Sound), Anadyr, Eastern Chukchi Sea, and Eastern Beaufort Sea (Mackenzie) populations. Belugas from each population have been tagged with satellite‐linked transmitters, allowing us to describe their winter (January–March) distribution. The objectives of this paper were to determine: (1) If each population winters in the Bering Sea, and if so, where? (2) Do populations return to the same area each year ( i.e ., are wintering areas traditional)? (3) To what extent do the winter ranges of different populations overlap? Tagged belugas from all five populations either remained in, or moved into, the Bering Sea and spent the winter there. Each population wintered in a different part of the Bering Sea and populations with multiple years of data (four of five) returned to the same regions in multiple years. When data were available from two populations that overlapped in the same year, they did not occupy the shared area at the same time. Although our sample sizes were small, the evidence suggests belugas from different populations have traditional winter ranges that are mostly exclusive to each population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,232
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,018
Tête enseignante GPT0,240
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 tête enseignante, pas un consensus.

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

Citations45
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine Mammal ScienceMême sujetMarine animal studies overviewTravaux en français237 207