Regional differences in the whistles of Australasian humpback dolphins (genus <i>Sousa</i>)
Notice bibliographique
Résumé
Characteristics of whistles may be used to study differentiation in dolphins to complement morphological and genetic studies. The whistles of four populations of Chinese humpback dolphins (Sousa chinensis chinensis (Osbeck, 1765)), one population of Taiwanese humpback dolphins (Sousa chinensis taiwanensis Wang, Yang, and Hung, 2015), and one population of Australian humpback dolphins (Sousa sahulensis Jefferson and Rosenbaum, 2014) were compared to determine if differences in whistles support current views of population structure and regional and species differentiation in the genus Sousa Gray, 1866. Acoustic features were extracted from whistles captured by broadband recording systems. Permutational MANOVAs were conducted to test for differences between populations, regions, and species. Random forest trees were also used to classify similar whistles. A significant amount of variation in acoustic features was explained by population (pseudo F[5,2742] = 191.66, p < 0.001), regional (pseudo F[3,2741] = 280.62, p < 0.001), and species (pseudo F[1,999] = 3.7, p < 0.05) differences in humpback dolphin whistles. Random forest trees correctly classified whistles into populations from 40% to 67%, regions from 51% to 80%, and species from 74% to 80%. Differences in whistles were consistent with the current ideas of population-, regional-, and species-level differences within the genus Sousa, based on morphological and genetic data, as well as geographic distance and barriers to movement.
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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».