MétaCan
Menu
Retour à la cohorte
Enregistrement W2808436963 · doi:10.7202/1047151ar

La protection des habitats de la population de bélugas (Delphinapterus leucas) du Saint-Laurent : bilan et considérations sur les besoins de conservation

2018· article· fr· W2808436963 sur OpenAlexaffvenueabout
Nadia Ménard, Samuel Turgeon

Notice bibliographique

RevueLe Naturaliste canadien · 2018
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensMinistère des Ressources naturelles et des ForêtsCégep de Saint-LaurentFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésGeographyHumanitiesForestryArt

Résumé

récupéré en direct d'OpenAlex

Les principales initiatives réalisées de 1978 à 2018 pour définir et protéger l’habitat du béluga (Delphinapterus leucas) de l’estuaire du Saint-Laurent sont présentées. Malgré ces efforts, l’état de la population s’est détérioré depuis 20 ans : celle-ci est en déclin, la proportion de jeunes a diminué par un facteur d’environ 3, et la mortalité des veaux et des femelles est en hausse. Nous présentons ici des informations récentes sur la répartition spatiale des bélugas, de leurs proies et du trafic maritime dans la portion de l’habitat essentiel dans et autour du parc marin du Saguenay–Saint-Laurent. Des considérations et des occasions pour mettre en place des approches spatiales pour favoriser une meilleure cohabitation entre les activités humaines et le béluga sont présentées. En complément aux actions déjà entreprises, 2 stratégies sont exposées favorisant son rétablissement : 1) la gestion des pêches pour tenir compte des besoins alimentaires du béluga et prévenir la remise en suspension de contaminants persistants par les engins de pêche; 2) la réduction du dérangement par la perturbation des activités vitales ou par le bruit dans l’habitat des femelles et des jeunes. L’accès aux proies clés et à des lieux de quiétude en été améliorerait la résilience de la population face aux dégradations de son habitat, dont celles résultant des changements climatiques.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,692
Score d'incertitude au seuil0,613

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,033
Tête enseignante GPT0,264
Écart entre enseignants0,231 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations12
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueLe Naturaliste canadienMême sujetMarine animal studies overviewTravaux en français237 207