MétaCan
Menu
Retour à la cohorte
Enregistrement W3006803723 · doi:10.1093/jmammal/gyz184

Rates of increase in gray seal (Halichoerus grypus atlantica) pupping at recolonized sites in the United States, 1988–2019

2019· article· en· W3006803723 sur OpenAlexaboutno aff
Stephanie A. Wood, Kimberly T. Murray, Elizabeth Josephson, James R. Gilbert

Notice bibliographique

RevueJournal of Mammalogy · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensnon disponible
Organismes subventionnairesNortheast Fisheries Science CenterNational Marine Fisheries ServiceOffice of ScienceNational Oceanic and Atmospheric AdministrationUniversity of Massachusetts Boston
Mots-clésBiological dispersalPopulationGeographyHabitatEcologyFisheryBiologyDemography

Résumé

récupéré en direct d'OpenAlex

Abstract Gray seals were historically distributed along the northeastern coast of the United States, but bounties and lack of protection reduced numbers and they were rarely observed for most of the 20th century. Once protections were enacted, the population started to rebound. Here, we describe the recolonization and recovery of gray seals in the United States, focusing on the re-establishment of pupping sites. We fit individual generalized linear models to various time series (1988–2019) to estimate rates of increase in observed pup counts at four of the more data-rich sites. Annual rate of increase at individual sites ranged from −0.2% (95% CI: −2.3–1.9%) to 26.3% (95% CI: 21.6–31.4%). The increase in sites and number of pups born in the United States is driven by population growth and immigration from Canadian colonies and is part of a larger recovery of the Northwest Atlantic population. Wildlife protection, a healthy source population, habitat availability, and species traits that allow for dispersal and high productivity were all important factors in this recovery.

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)0,002
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 enseignants0,048
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,018
Tête enseignante GPT0,259
Écart entre enseignants0,241 · 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

Citations34
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of MammalogyMême sujetMarine animal studies overviewTravaux en français237 207