Evaluation Salish Sea marine bird Indicators with insights from recent research by professional and citizen scientists
Notice bibliographique
Résumé
Marine birds are often viewed as good ecological indicators because they are relatively well studied and time-series data are often available, our understanding of their population biology is often extremely high, some species are tightly linked to their prey resources and, as upper trophic predators, they offer an integrative view of the dynamics at lower levels of the food web. In 2014, at-sea abundance and trends of the rhinoceros auklet, pigeon guillemot, marbled murrelet and scoters were collectively selected by the Puget Sound Partnership as indicators of the health of the Puget Sound marine food web. Long-term trends for these species are mixed with some species exhibiting relatively stable populations (e.g., rhinoceros auklet) and others are decreasing (e.g., marbled murrelet). In the absence of additional information, it is difficult to identify population change drivers. Fortunately, ongoing research by U.S. and Canadian academic and governmental researchers and citizen scientists (e.g., COASST, Puget Sound Seabird Survey, and Guillemot Research Group) are providing new insights into both population distributions and changes in population abundance. Specifically, these efforts have: (1) identified hotspots of species distributions, (2) evaluated the role of contamination, plastics and disease on population health, (3) evaluated the relative influence of various marine factors on population distribution and abundance, and (4) provided critical measurements of bird vital rates, measurements that are key to understanding population changes.
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 | 0,001 |
| 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 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 ».