Assessment of wound healing of tagged gray (<i>Eschrichtius robustus</i>) and blue (<i>Balaenoptera musculus</i>) whales in the eastern North Pacific using long‐term series of photographs
Notice bibliographique
Résumé
Abstract Tags have been used to examine migration routes and habitat use of large whales for >40 yr, however, evaluation of tag wound healing has largely been short‐term, anecdotal or generalized. This study developed methods for systematic photographic assessment of long‐term external consequences of tag placement, to determine potential differences in wound healing between species and tag types and thus advise future tagging efforts to possibly minimize undesirable side effects. Tag site appearance and healing characteristics were evaluated by two reviewers and a time series evaluated by five veterinarians from photographs during 995 postdeployment encounters with 34 gray and 63 blue whales tagged in the North Pacific. Blue whale resightings were less frequent, but spanned a longer time period due to earlier tag deployments than the more frequent gray whale follow‐up observations. Swelling occurred in 74% of reencountered gray whales, with the highest frequency 6 mo postdeployment. Swellings were common in blue whales with early tag designs but rare with current models. Depressions occurred in 82% of gray and 71% of blue whales. This study demonstrates the value of follow‐up studies of tagged animals and systematic scoring of photographs to quantitatively compare tag response.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| 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 ».