Drones reveal spatial patterning of sympatric Alaskan pinniped species and drivers of their local distributions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The Arctic and its adjacent ecosystems are undergoing rapid ecological reorganization in response to the effects of global climate change, and sentinel species provide critical updates as these changes unfold. This study leverages emerging remote sensing techniques to reveal fine-scale drivers of distribution and terrestrial habitat use of two sympatric sentinel species of the central Bering Sea, the Pacific harbor seal (Phoca vitulina richardii (Gray, 1864)) and the northern fur seal (Callorhinus ursinus (Linnaeus, 1758)), at non-breeding haul-outs in the Pribilof Islands. We surveyed these species using unoccupied aircraft systems with thermal and visible-light photography, and we applied distributional modeling techniques to quantify the relative influence of habitat characteristics and social dynamics on the local distributions of these species. Drone imagery yielded locations and population counts of each species, and spatial data products allowed quantitative characterization of occupied sites, revealing that conspecific attraction is a driver of local site selection for both species, and Pacific harbor seals and northern fur seals are differentially limited by terrain characteristics. These findings represent new applications of species distribution modeling at local scales, made possible by ultra-high resolution drone surveillance and photogrammetric techniques, which add new spatial context to past observations and future scenarios in this changing ecosystem.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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