Classifying and combining herd surface activities and individual dive profiles to identify summer behaviours of beluga (<i>Delphinapterus</i> <i>leucas</i>) from the St. Lawrence Estuary, Canada
Notice bibliographique
Résumé
Studies of the behaviour of diving animals usually focus on either individual dives or surface group activities, but these complementary observations are seldom combined in the same study. We here study the summer (June–October) behaviour of St. Lawrence Estuary belugas (Delphinapterus leucas (Pallas, 1776)) by combining fine-scale individual diving data from 27 time–depth–speed recorder deployments (conducted in 2002–2005) with surface activity data from 1413 focal herd follows (conducted in 1991–2012). We classified 6312 dives into seven dive types based on shape and swim speed. Dives were then combined into five bout types, including three pelagic, one benthic, and one near-surface. We classified surface activities of herds into six clusters, differentiated primarily by their associated movement patterns (milling or directional) and additionally by herd structure and dispersion and occurrence of acrobatic surface events. Finally, we used herd focal follows conducted while tracking an individual beluga to relate dive and bout types to surface activities. Results indicate that milling at the surface was more frequently related to benthic dives, potentially, associated with behaviours such as benthic foraging, resting, socializing, and care of young. Directional surface movements were more frequently associated with pelagic dives likely used during pelagic foraging, exploration, and travelling.
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 | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,000 | 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 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 ».