MétaCan
Menu
Retour à la cohorte
Enregistrement W4365147061 · doi:10.3390/ani13081306

Acoustic Presence of Cetaceans in the Miaodao Archipelago, China

2023· article· en· W4365147061 sur OpenAlexaff
Zhaolong Cheng, Yongtao Li, Matthew K. Pine, Xiaoling Wan, Tao Zuo, Mingxiang Niu, Jun Wang

Notice bibliographique

RevueAnimals · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNational Center for Advancing Translational SciencesNatural Science Foundation of Shandong Province
Mots-clésArchipelagoPorpoiseMinke whaleFisheryHabitatGeographyBiologyEcologyWhaleZoologyBalaenopteraHarbour

Résumé

récupéré en direct d'OpenAlex

Once an important cetacean habitat, the Miaodao Archipelago has been altered by human-induced disturbances over several decades. While cetacean diversity is known to have decreased, no recent data on species diversity around Miaodao are known to exist. Capitalizing on the high vocal activity of cetaceans, three passive acoustic surveys, including towed and stationary types, were undertaken to detect the presence of species-specific vocalizations in May 2021, October 2021, and July 2022, as most cetacean sightings occurred during May and August in recent years. The results revealed that the East Asian finless porpoise is the sole cetacean species that can be reliably observed around the archipelago, as no other species were detected. The acoustic data also revealed potentially clumped distributions of finless porpoises with some seasonal variation. While not acoustically detected during any of the surveys, humpback whales, minke whales, and killer whales have been visually sighted in the region. The lack of acoustic detection of these species suggests that they are likely to be temporary visitors to the region, or at least exhibit strong seasonality in their presence within the region. These new data provide the latest snapshot of cetacean presence around the Miaodao Archipelago that can help inform future research and conservation.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,023
Tête enseignante GPT0,263
Écart entre enseignants0,240 · 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
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 revueAnimalsMême sujetMarine animal studies overviewTravaux en français237 207