MétaCan
Menu
Retour à la cohorte
Enregistrement W2915980889 · doi:10.47536/jcrm.v15i1.511

Updated marine mammal distribution and abundance estimates in British Columbia

2023· article· en· W2915980889 sur OpenAlexafffundabout
Benjamin D. Best, Caroline H. Fox, Rob Williams, Patrick N. Halpin, Paul C. Paquet

Notice bibliographique

Revue˜The œjournal of cetacean research and management. Special issue · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensFisheries and Oceans CanadaRaincoast Conservation FoundationUniversity of Victoria
Organismes subventionnairesRaincoast Conservation FoundationVancouver FoundationMarisla FoundationMcLean FoundationGordon and Betty Moore Foundation
Mots-clésPorpoisePhocoenaBalaenopteraDistance samplingMinke whaleWhaleAbundance (ecology)TransectFisheryCetaceaEnvironmental scienceAerial surveyMarine mammalPopulationHumpback whaleGeographyEcologyOceanographyBiologyHarbourCartographyGeology

Résumé

récupéré en direct d'OpenAlex

Information relating to the distribution and abundance of species is critical for effective conservation and management. For many species, including cetacean species of conservation concern, abundance estimates are lacking, out of date and/or highly uncertain. Systematic, line-transect marine mammal surveys were conducted in British Columbia’s (BC) coastal waters over multiple years and seasons (summer 2004, 2005, 2008, and spring/autumn 2007). In total, 10,057km of transects were surveyed in an 83,547km2 study area. Abundance estimates were calculated using two different methods: Conventional Distance Sampling (CDS) and Density Surface Modelling (DSM). CDS generates a single density estimate for each stratum, whereas DSM explicitly models spatial variation and offers potential for greater precision by incorporating environmental predictors. Although DSM yields a more relevant product for the purposes of marine spatial planning, CDS has proven to be useful in cases where there are fewer observations available for seasonal and inter-annual comparison, particularly for the scarcely observed elephant seal. The summer abundance estimates (with lower and upper 95% confidence intervals; all DSM method unless otherwise stated), assuming certain trackline detection (underestimates true population size) were: harbour porpoise (Phocoena phocoena) 8,091 (4,885–13,401); Dall’s porpoise (Phocoenoides dalli) 5,303 (4,638–6,064); Pacific white-sided dolphin (Lagenorhynchus obliquidens) 22,160 (16,522–29,721); humpback whale (Megaptera novaeangliae) 1,092 (993–1,200); fin whale (Balaenoptera physalus) 329 (274–395); killer whale (all ecotypes; Orcinus orca), 371 (222–621); common minke whale (B. acutorostrata) 522 (295–927); harbour seal (total; Phoca vitulina) 24,916 (19,666–31,569); Steller sea lion (total; Eumetopias jubatus) 4,037 (1,100–14,815); and northern elephant seal (CDS method; Mirounga angustirostris) 65 (35–121). Abundance estimates are provided on a stratum-specific basis with additional estimates provided for Steller sea lions and harbour seals that were ‘hauled out’ and ‘in water’. This analysis updates previous estimates by including additional years of effort, providing greater spatial precision with the DSM method over CDS, novel reporting for spring and autumn seasons (rather than summer alone), and providing new abundance estimates for Steller sea lion and northern elephant seal. In addition to providing a baseline of marine mammal abundance and distribution, against which future changes can be compared, this information offers the opportunity to assess the risks posed to marine mammals by existing and emerging threats, such as fisheries bycatch, ship strikes, and increased oil spill and ocean noise issues associated with increases of container ship and oil tanker traffic in British Columbia’s continental shelf waters.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,015
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,021
Tête enseignante GPT0,285
Écart entre enseignants0,265 · 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

Citations26
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revue˜The œjournal of cetacean research and management. Special issueMême sujetMarine animal studies overviewTravaux en français237 207