MétaCan
Menu
Retour à la cohorte
Enregistrement W4362736296 · doi:10.1002/fee.2622

Sea‐ice anomalies affect the acoustic presence of Antarctic pinnipeds in breeding areas

2023· review· en· W4362736296 sur OpenAlexaff
Irene T. Roca, Lars Kaleschke, Ilse van Opzeeland

Notice bibliographique

RevueFrontiers in Ecology and the Environment · 2023
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensUniversité du Québec en Outaouais
Organismes subventionnairesUniversität Bremen
Mots-clésSea iceClimate changeEnvironmental scienceOceanographyMarine ecosystemEcosystemMarine mammalEcologyGeographyBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Sea ice is crucial for breeding in true Antarctic pinnipeds. Although critical to interpret and mitigate the effects of extreme climatic events on polar species, knowledge of the effects of strong sea‐ice anomalies on the reproductive activity of true Antarctic pinnipeds is scarce. Underwater vocalizations in these species play a key role in reproduction and function as indicators for presence and breeding onset. Using 8 years of recordings, we quantified the effect of sea‐ice concentration and drift on the acoustic presence probability of four pinniped species in their breeding areas. In all four species, acoustic activity timing was constant across years, but decreased when sea‐ice cover conditions were <10%, suggesting that individuals may fail to anticipate rapid changes in sea‐ice cover. In the species’ traditional breeding areas, extreme and regular negative anomalies in early austral‐summer sea ice could affect long‐term reproductive success. Our findings underscore the urgent need for a better understanding of climate‐driven changes in high‐fidelity breeding areas to mitigate current and future anthropogenic pressures, and to sustain the integrity and functionality of the Southern Ocean's ecosystems.

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)0,001
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,021
Tête enseignante GPT0,252
Écart entre enseignants0,230 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Ecology and the EnvironmentMême sujetMarine animal studies overviewTravaux en français237 207