Marine hotspots of activity inform protection of a threatened community of pelagic species in a large oceanic jurisdiction in the South Atlantic
Notice bibliographique
Résumé
Remote oceanic islands harbour unique biodiversity, especially of species that rely on pelagic resources around their breeding islands. Identifying marine areas used by such species is important to reduce or limit threats that may put these species at risk. The Tristan da Cunha group of islands in the South Atlantic Ocean hosts several endemic and globally threatened seabirds and pinnipeds; how they use the waters surrounding the islands must be considered when planning industrial activities in the entire Exclusive Economic Zone (EEZ). We identified hotspots of activity by collating animal tracking data from nine breeding seabirds and one marine mammal to inform marine management in the Tristan da Cunha EEZ.To detect statistically significant areas of concentrated activity, we calculated the time-spent-in-area that tracked individuals (breeding adults) of 10 focal species (mainly breeding adults of nine seabirds and adult female Subantarctic fur seals Arctocephalus tropicalis) invested in a grid of regular 10 × 10 km cells within the EEZ, for each of four seasons to account for temporal variability in space use. Applying a spatial aggregation statistic over these grids by each species we detected areas that are used more than expected by chance. Most of the activity hotspots were either within 100 km of the islands or were associated with seamounts being spatially constant across several seasons. Moreover, some species spend a large proportion of their time-at-sea inside the EEZ during certain breeding stages, rendering the sites we identified critical for their fitness. Our approach provides a simple and effective tool to highlight important areas for pelagic biodiversity that will benefit Tristan da Cunha’s conservation planning and marine management strategies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».