Incorporating environmental covariates into a Bayesian stock production model for the endangered Cumberland Sound beluga population
Notice bibliographique
Résumé
The Cumberland Sound (CS) beluga ( Delphinapterus leucas) population inhabits CS on eastern Baffin Island, Nunavut, Canada, and is listed as threatened under the Canadian Species at Risk Act. The population dynamics of CS beluga whales have been modelled in the past, but the effect of environmental covariates on these models has not previously been considered. An existing Bayesian population model fitted to CS beluga whale aerial survey data from 1990 to 2017 and harvest data from 1960 to 2017 was modified to include sea ice concentration (ICE) and sea surface temperature (SST). ICE and SST were extracted for all years from the CS study area in March and August, respectively, and incorporated into the state process component of the state-space model. The model resulted in a 2018 population estimate of 1245 (95% credible interval [CI] 564-2715) whales and an initial population estimate of 5147 (95% CI 1667-8779). Determining sustainable harvest by calculating the probability of population decline estimated 30% probability of decline after 10 yr with a harvest of ~15 whales annually. Compared to the previous model without environmental covariates, which followed a relatively linear trajectory, our model had more noticeable peaks and troughs in the population trend and wider CIs. The model suggested harvest levels be reduced by ~7 individuals for a management goal with a low risk of decline. The novelty of this approach for beluga whales provides an opportunity for further model development via the addition of various other abiotic and biotic variables related to beluga whale ecology.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».