MétaCan
Menu
← Retour à la cohorte
Enregistrement W2986876749 · doi:10.1121/1.5136719

Call discrimination for an unknown pod of killer whales (<i>Orcinus orca</i>) in the Eastern Canadian Arctic

2019· article· en· W2986876749 sur OpenAlexaboutno aff
Jessica J. Sportelli, Joshua M. Jones, Kaitlin E. Frasier, Ann E. Bowles, John A. Hildebrand, Kristin H. Westdal

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWhaleArcticPopulationRepertoireGeographyBeluga WhaleBiologyHabitatFisheryEcology

Résumé

récupéré en direct d'OpenAlex

Killer whales produce pulsed calls, which are used for communication. Calls are highly stereotyped, and repertoires are unique to individual pods. Discrimination amongst these calls and comparison of call repertoires between pods can help determine population structure in killer whales and can be used to track pod movements. Calls were detected in underwater acoustic recordings from August to September 2017 in the waters near the community of Pond Inlet, Nunavut, Canada. Eight stereotypic call types were identified using whistle contour extraction and network analysis to compare contours. We present a repertoire of killer whale calls recorded. The potential for increased killer whale presence and magnitude of predation on narwhals is a source of concern for management of the population and by Inuit subsistence hunters who rely on narwhals for food and economic benefit. Describing the acoustic repertoire of killer whales seasonally present in the Canadian Arctic may help identify the stock or pod and determine their seasonal movements. Comparisons of this repertoire with killer whale calls from other Atlantic pods has not yet yielded a match. However, the results presented may provide a basis for future comparisons and aid in identifying killer whale ecotypes making seasonal incursions into Arctic 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)0,001
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 enseignants0,211
Score d'incertitude au seuil0,425

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,017
Tête enseignante GPT0,247
Écart entre enseignants0,230 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of America→Même sujetMarine animal studies overview→Travaux en français237 207→