Key questions in marine mammal bioenergetics
Notice bibliographique
Résumé
Bioenergetic approaches are increasingly used to understand how marine mammal populations could be affected by a changing and disturbed aquatic environment. There remain considerable gaps in our knowledge of marine mammal bioenergetics, which hinder the application of bioenergetic studies to inform policy decisions. We conducted a priority-setting exercise to identify high-priority unanswered questions in marine mammal bioenergetics, with an emphasis on questions relevant to conservation and management. Electronic communication and a virtual workshop were used to solicit and collate potential research questions from the marine mammal bioenergetic community. From a final list of 39 questions, 11 were identified as 'key' questions because they received votes from at least 50% of survey participants. Key questions included those related to energy intake (prey landscapes, exposure to human activities) and expenditure (field metabolic rate, exposure to human activities, lactation, time-activity budgets), energy allocation priorities, metrics of body condition and relationships with survival and reproductive success and extrapolation of data from one species to another. Existing tools to address key questions include labelled water, animal-borne sensors, mark-resight data from long-term research programs, environmental DNA and unmanned vehicles. Further validation of existing approaches and development of new methodologies are needed to comprehensively address some key questions, particularly for cetaceans. The identification of these key questions can provide a guiding framework to set research priorities, which ultimately may yield more accurate information to inform policies and better conserve marine mammal populations.
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 | 0,000 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».