Frequency of Injuries from Line Entanglements, Killer Whales, and Ship Strikes on Bering-Chukchi-Beaufort Seas Bowhead Whales
Notice bibliographique
Résumé
We analyzed scarring data for Bering-Chukchi-Beaufort (BCB) Seas bowhead whales (Balaena mysticetus) harvested by Alaska Native hunters to quantify the frequency of line entanglement, ship strikes, and killer whale-inflicted injuries. We had 904 records in our database for whales landed between 1990 and 2012, and after data quality screening, we found 521 records containing information on scarring. Logistic regression was used to evaluate different combinations of explanatory variables (i.e., body length, sex, year, year-group) to develop a prediction model for each scar type. We also list bowhead whales that were harvested, found dead, or observed alive entangled in commercial line/fishing gear. Our findings suggest that about 12% of harvested bowheads show entanglement scars. Their frequency is highly correlated with body length and sex: about 50% of very large bowheads (> 17 m) show such scars, while whales under 9 m rarely do, and males show a significantly higher rate than females. Scars associated with ship strikes are infrequent and occur on ~2% of all harvested whales; body length, sex, and year were not significant factors. Scarring from attempted killer whale predation was evident on ~8% of landed whales. As with entanglement injuries, the frequency of killer whale scars was much higher (> 40%) on whales more than 16 m in length and statistically more frequent in the second half of the study (2002 – 12). Increased killer whale injuries in the recent decade are consistent with studies conducted on bowheads of the Eastern Canada-West Greenland population. The findings presented here reflect the most thorough analysis of injury rates from entanglement, ships, and killer whales for the BCB bowheads conducted to date. They indicate that (1) entanglement rates primarily from pot fishing gear (crab or cod or both) are relatively high for very large and presumably older bowheads, (2) collisions with ships are infrequent at present, and (3) scarring from killer whales is frequent on very large adult whales (> 17 m). Considering that bowhead habitat is changing rapidly (e.g., sea ice reduction), industrial ship traffic in the Arctic is increasing, and commercial fishing operations are expanding to the north, we strongly recommend that monitoring of scarring and injuries on harvested bowheads continue into the future as a means of documenting change.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».