Ship-strike forecast and mitigation for whales in Gitga’at First Nation territory
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
As marine traffic increases globally, ship strikes have emerged as a primary threat to many baleen whale populations. Here we predict ship-strike rates for fin whales Balaenoptera physalus and humpback whales Megaptera novaeangliae in the central territorial waters of the Gitga’at First Nation (British Columbia, Canada), which face increases in existing marine traffic as well as new liquified natural gas (LNG) shipping in the next decade. To do so, we utilized Automatic Identification System (AIS) databases, line-transect surveys, shore-based monitoring, whale-borne tags, aerial drone-based focal follows, and iterative simulations. We predict that by 2030, whale encounters will triple for most vessel types, but the change is most extreme for large ships (length >180 m) in prime whale habitat, in which co-occurrences will increase 30-fold. Ship-strike mortalities are projected to increase in the next decade by 2.3× for fin whales and 3.9× for humpback whales, to 2 and 18 deaths yr -1 , respectively. These unsustainable losses will likely deplete both species in the coastal region of BC. Models indicate that the largest single source of mortality risk in 2030 will be from the LNG Canada project. Of the mitigation options we evaluated, a 10 knot speed ceiling for all large ships is potentially effective, but the best measure for guaranteed mitigation would be seasonal restrictions on LNG traffic. While certain data gaps remain, particularly with respect to humpback whales, our predictions indicate that shipping trends within Gitga’at waters will impact whale populations at regional levels. We provide our analysis in the R package ‘shipstrike’.
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.
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 | 0,001 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 découle