MétaCan
Menu
Retour à la cohorte
Enregistrement W4220682488 · doi:10.1111/mms.12925

Modeling population trajectory and probability of decline in northern Hudson Bay narwhals (<i>Monodon monoceros</i>)

2022· article· en· W4220682488 sur OpenAlexaffabout
Brooke A. Biddlecombe, Cortney A. Watt

Notice bibliographique

RevueMarine Mammal Science · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensUniversity of ManitobaFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésBayPopulationGeographyPopulation modelPopulation declineAerial surveyPopulation sizeFisheryEcologyHabitatBiologyDemographyCartography

Résumé

récupéré en direct d'OpenAlex

Abstract Narwhals ( Monodon monoceros ) are an important subsistence harvest species for Inuit communities and their conservation is important for Inuit culture and ecosystem function. The northern Hudson Bay (NHB) narwhal population, which spends summer in northern Hudson Bay, Canada, has been assessed through periodic aerial surveys from 1981 to 2018. To estimate the population trajectory and predict future population trends under various harvest scenarios, a Bayesian population model was fit to four aerial survey estimates and harvest data from 1951 to 2018. The model resulted in a 2019 population estimate of ~14,400, 95% CI [10,300, 20,400] and an estimated starting population of 7,200, 95% CI [1,400, 19,000] in 1951. The model was extended 10 years into the future under three annual harvest scenarios (current harvest: 157, low harvest: 50, and high harvest: 300) and the probability of population decline was estimated. The model predicted a 6% chance of decline with an annual harvest quota of 50 narwhals, 78% for a harvest of 157, and 95% for a harvest of 300. This updated model provides the opportunity to shape conservation efforts by estimating past population trends and how those trends, combined with management action, can affect future population dynamics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,082
Score d'incertitude au seuil0,939

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,004
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 Opus0,020
Tête enseignante GPT0,236
Écart entre enseignants0,216 · 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 tête enseignante, 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

Citations6
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMarine Mammal ScienceMême sujetMarine animal studies overviewTravaux en français237 207