Using sonobuoys and visual surveys to characterize North Atlantic right whale (Eubalaena glacialis) calling behavior in the Gulf of St. Lawrence
Notice bibliographique
Résumé
The appropriate use and interpretation of passive acoustic data for monitoring the Critically Endangered North Atlantic right whale Eubalaena glacialis (hereafter right whale) rely on knowledge of their calling behavior and how it varies with respect to time, space, demographics, and observed behavior. To assess such relationships in a habitat of increased management importance, sonobuoys (disposable drifting hydrophones) were deployed in the Gulf of St. Lawrence, Canada, to record sounds from aggregating right whales during visual aerial surveys in the summers (June through August) of 2017 (n = 8), 2018 (n = 13), and 2019 (n = 16). Upcalls, gunshots, and various mid-frequency (250-800 Hz) tonal calls were compared to demographics and observed behaviors of concurrently observed right whales using correlation matrices, linear regressions, and generalized linear models. Our results show that (1) call rates increased from June to August for all call types; (2) calling rates were associated negatively with observed foraging behavior and positively with observed socializing behavior; (3) upcalls were occasionally produced at higher rates (>20 calls h -1 ) when in association with gunshots and tonal calls; (4) acoustic monitoring did not always detect right whale presence at fine timescales (2-6 h), but presence estimates were improved when multiple calls types were considered; and (5) calling rates were too variable to provide reliable density estimates of observed right whales. These results have important implications for the interpretation of passive acoustic monitoring in this habitat and provide evidence that some whale behaviors (e.g. socializing) may be reliably inferred from acoustics alone.
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 | 0,003 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».