MétaCan
Menu
Retour à la cohorte
Enregistrement W4361204745 · doi:10.1111/mms.13015

Humpback whale (<i>Megaptera novaeangliae</i>) winter distribution and core habitats in relation to El Ninõ Southern Oscillation and depth in coastal and oceanic waters off Ecuador

2023· article· en· W4361204745 sur OpenAlexaff
Judith Denkinger, Ana Eguiguren, Francisco Rubianes, Laia Muñoz‐Abril, Javier Onã

Notice bibliographique

RevueMarine Mammal Science · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensDalhousie University
Organismes subventionnairesUniversidad San Francisco de Quito
Mots-clésHumpback whaleSubtropicsOceanographyWhaleHabitatFisheryGeographySea surface temperatureEcologyBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Southern Pacific humpback whales ( Megaptera novaeangliae ) breed in subtropical and tropical waters off Peru in the south to Nicaragua in the north. The effect of warming oceans on humpback whale distribution in breeding areas remains unclear. We modeled the spatial distribution of humpback whales off the coast of Ecuador in relation to environmental variables. We analyzed the temporal variability in humpback whale sighting rates (animals/hour) in a subtropical (Manabí, 1996–1999) and tropical (Esmeraldas, 2001–2019) breeding ground. At the regional scale, we found humpback whale presence was more likely in shallow waters over the continental shelf. Esmeraldas and Manabí breeding grounds are core wintering habitats with most humpback whale sightings along Ecuador. Within breeding grounds, individual sighting rates varied between and within years and in relation to local sea surface temperature anomalies (SSTa). More animals were sighted in years with cooler waters in the Esmeraldas breeding ground, while the opposite was true in Manabí. Our findings suggest that during ENSO conditions, humpback whales may reach their temperature niche limit in the warm tropical waters near Esmeraldas, while during La Niña conditions, cooler areas such as Peru and Manabi become less suitable, and whales move further north.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,043
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,016
Tête enseignante GPT0,242
Écart entre enseignants0,225 · 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 tête enseignante, 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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine Mammal ScienceMême sujetMarine animal studies overviewTravaux en français237 207