MétaCan
Menu
Retour à la cohorte
Enregistrement W3091971230 · doi:10.1111/csp2.274

High collocation of sand lance and protected top predators: Implications for conservation and management

2020· article· en· W3091971230 sur OpenAlexaff
Tammy L. Silva, David N. Wiley, Michael Thompson, Peter Hong, Les Kaufman, Justin J. Suca, Joel K. Llopiz, Hannes Baumann, Gavin Fay

Notice bibliographique

RevueConservation Science and Practice · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensBedford Institute of Oceanography
Organismes subventionnairesnon disponible
Mots-clésPredationFisheryHabitatGeographyForage fishEcosystemCollocation (remote sensing)EcologyEnvironmental scienceBiologyRemote sensing

Résumé

récupéré en direct d'OpenAlex

Abstract Spatial relationships between predators and prey provide critical information for understanding and predicting climate‐induced shifts in ecosystem dynamics and mitigating human impacts. We used Stellwagen Bank National Marine Sanctuary as a case study to investigate spatial overlap among sand lance ( Ammodytes dubius ), a key forage fish species, and two protected predators: humpback whales ( Megaptera novaeangliae ) and great shearwaters ( Ardenna gravis ). We conducted 6 years (2013–2018) of standardized surveys and quantified spatial overlap using the global index of collocation. Results showed strong, consistent collocation among species across seasons and years, suggesting that humpback whales and great shearwater distributions are tightly linked to sand lance. We propose that identifying sand lance habitats may indicate areas where humpbacks and shearwaters aggregate and are particularly vulnerable to human activities. Understanding how sand lance influence predator distributions can inform species protection and sanctuary management under present and future scenarios.

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)0,003
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 enseignants0,040
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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 savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,058
Tête enseignante GPT0,310
Écart entre enseignants0,251 · 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

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConservation Science and PracticeMême sujetMarine animal studies overviewTravaux en français237 207