MétaCan
Menu
Retour à la cohorte
Enregistrement W4377087150 · doi:10.1139/as-2021-0026

Beluga Whale Body Condition: Evaluating environmental variables on beluga body condition indicators in the Tarium Niryutait MPA, Beaufort Sea.

2023· article· en· W4377087150 sur OpenAlexafffundvenue
Kate McMillian, Carie Hoover, John Iacozza, Jonathan Peyton, Lisa L. Loseto

Notice bibliographique

RevueArctic Science · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensFisheries and Oceans CanadaDalhousie UniversityUniversity of Manitoba
Organismes subventionnairesFisheries and Oceans CanadaArcticNetFisheries Joint Management Committee
Mots-clésBeluga WhaleBlubberBelugaFisheryLeucasCondition indexGeographyEnvironmental scienceOceanographyBiologyEcologyArcticGeology

Résumé

récupéré en direct d'OpenAlex

The development of indicators as tools for ecosystem monitoring is a key step in the management of Marine Protected Areas (MPAs). This study uses previously developed sex-specific body condition indices, blubber thickness and girth, to assess temporal changes in body condition from 2000 to 2015 in harvested Eastern Beaufort Sea (EBS) beluga whales (Delphinapterus leucas). Specifically, the goals were to (1) examine seasonal and inter-annual trends of beluga body condition indicators over the harvest season; (2) evaluate associations of body condition indicators across sexes; and (3) test annual means of each body condition index for correlations to regional scale environmental drivers, (i.e. the Pacific Decadal Oscillation (PDO) and sea-ice minimum (SIM) in the Beaufort Sea). Significant seasonal changes in male blubber thickness and female girth indices demonstrated the importance of short term seasonal drivers. Whilst inter-annual changes in girth and blubber thickness indices revealed longer-term changes, that were correlated between males and females. Only the male girth index had significant relationships with environmental drivers: a negative relationship with the PDO at a zero-year lag ,and a negative relationship with the SIM at a two-year lag. [more in manuscript]

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,022
Tête enseignante GPT0,296
Écart entre enseignants0,274 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations4
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetMarine animal studies overviewTravaux en français237 207