Morphometrics of mammal‐eating killer whales from drone photogrammetry, with comparison to sympatric fish‐eating killer whales in the eastern North Pacific
Notice bibliographique
Résumé
Abstract Aerial photogrammetry has provided increased power for monitoring the health of individuals in the endangered population of Southern Resident killer whales (SRKW, Orcinus orca ) in the eastern North Pacific. These data have shown evidence of nutritional stress, with individual growth and body condition correlating with the availability of their primary prey, Chinook salmon ( Oncorhynchus tshawytscha ). We used drones to derive similar but novel photogrammetry measurements from a sympatric population of mammal‐eating Bigg's killer whales (BKWs) that has been increasing in abundance in recent decades. From 2014 to 2019 we photographed 95 individual BKWs in Canadian waters off Vancouver Island and US waters in the Salish Sea; we estimated asymptotic lengths of 6.4 m for adult females and 7.3 m for adult males, both longer than corresponding length estimates for SRKWs. As a proxy for body condition, we measured head width at a standardized distance behind the blowhole, expressed as proportion of the length between the blowhole and dorsal fin, and estimated that on average, all age/sex classes of BKWs were more robust than corresponding classes of SRKWs. These differences likely reflect divergent adaptive selection in these prey‐specialist ecotypes, but may also partially indicate recent impacts of differential prey availability.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».