Assessment of global polar bear abundance and vulnerability
Notice bibliographique
Résumé
Abstract Estimates of abundance and trend are central to assessing population status; yet, are often challenging to obtain or unavailable, suffer from wide confidence intervals and may be collected at irregular intervals. Polar bearsUrsus maritimushave become an iconic species for climate change, yet information on abundance and status for significant parts of their range is unknown. We examine the existing information on subpopulation abundance of polar bears across their range to assess past monitoring. We model the relationship between subpopulation densities and ecological parameters including latitude, continental shelf habitat, prey diversity, sea ice extent and the length of the ice‐free season. Of the 19 subpopulations across the circumpolar Arctic, 14 have estimates (range: 161–2826 bears). Excluding three subpopulations that were regularly monitored, the mean interval between consecutive estimates was 10.9 years (range: 1–36 years), with only six subpopulations having estimates <10 years old. Subpopulation density estimates ranged from 0.57 to 9.30 bears per km2with a mean of 2.36 bears per 1000 km2and a median of 1.71 bears per 1000 km2. Our regression analysis found prey diversity as the only significant correlate with polar bear density. Based on this relationship, we estimate the global population at 23 315 bears (range: 15 972–31 212). An assessment of each subpopulation's vulnerability to climate change based on subpopulation size, amount of continental shelf habitat, prey diversity and changing ice conditions indicates that the Southern Beaufort Sea, Northern Beaufort Sea and Arctic Basin subpopulations are the most vulnerable followed by the Laptev Sea and Viscount Melville Sound subpopulations. With ongoing Arctic warming and the deleterious effects of sea ice loss on polar bears, we recommend that subpopulation assessments be conducted with greater frequency and in subpopulations lacking abundance estimates such that meaningful subpopulation monitoring can proceed.
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 | 0,001 | 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 | 0,001 |
| 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 ».