MétaCan
Menu
← Retour à la cohorte
Enregistrement W4285743230 · doi:10.1371/journal.pone.0270523

Requirements and availability of prey for northeastern pacific southern resident killer whales

2022· article· en· W4285743230 sur OpenAlexafffundabout
Fanny Couture, Greig Oldford, Villy Christensen, Lance Barrett‐Lennard, Carl J. Walters

Notice bibliographique

RevuePLoS ONE · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensRaincoast Conservation FoundationFisheries and Oceans CanadaUniversity of British Columbia
Organismes subventionnairesNational Marine Fisheries ServiceCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of CanadaMitacsFisheries and Oceans CanadaNational Oceanic and Atmospheric AdministrationNatural Sciences and Engineering Research Council of Canada
Mots-clésChinook windOncorhynchusFisheryPredationEndangered speciesWhaleAbundance (ecology)PopulationBiologyGeographyEcologyFish <Actinopterygii>HabitatDemography

Résumé

récupéré en direct d'OpenAlex

The salmon-eating Southern Resident killer whale (SRKW) (Orcinus orca) population currently comprises only 73 individuals, and is listed as 'endangered' under the Species at Risk Act in Canada. Recent evidence suggests that the growth of this population may be limited by food resources, especially Chinook salmon (Oncorhynchus tshawytscha). We present spatio-temporal bioenergetics model for SRKW in the Salish Sea and the West Coast of Vancouver Island from 1979-2020 with the objective of evaluating how changes in the abundance, age-structure, and length-at-age of Chinook salmon populations has influenced the daily food consumption of the SRKW population. Our model showed that the SRKW population has been in energetic deficit for six of the last 40 years. Our results also suggested that the abundance of age-4 and age-5 Chinook salmon are significant predictors of energy intake for SRKW. We estimated that the annual consumption (April-October) of Chinook salmon by the whales between 1979 and 2020 ranged from 166,000 216,300. Over the past 40 years, the model estimated that the contribution in the predicted SRKW diet of Chinook salmon originating from the Columbia River has increased by about 34%, and decreased by about 15% for Chinook salmon stocks originating from Puget Sound. Overall, our study provides an overview of the requirements and availability of prey for SRKW over the last 40 years, while supporting the hypothesis that SRKW were limited by prey abundance in the study period.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,137
Score d'incertitude au seuil0,272

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,044
Tête enseignante GPT0,211
Écart entre enseignants0,167 · 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
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetArctic and Antarctic ice dynamics→Travaux en français237 207→