MétaCan
Menu
Retour à la cohorte
Enregistrement W4380028069 · doi:10.20944/preprints202306.0586.v1

Harbor Porpoise Aggregations in the Salish Sea

2023· preprint· en· W4380028069 sur OpenAlexfundaboutno aff
D. B. Anderson, Laurie A. Shuster, Cindy R. Elliser, Katrina MacIver, Erin Johns Gless, Johannes Krieger, Anna Hall

Notice bibliographique

RevuePreprints.org · 2023
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensnon disponible
Organismes subventionnairesNational Oceanic and Atmospheric AdministrationMinistère de la Défense Nationale
Mots-clésPorpoiseForagingHabitatFisheryWhalePhocoenaGeographyPopulationMarine ecosystemMarine habitatsEcologyBiologyEcosystemHarbourDemographyComputer scienceSociology

Résumé

récupéré en direct d'OpenAlex

Harbor porpoise are typically seen in small groups of 1-3 individuals, with aggregations of 20+ individuals treated as rare events. Since the 1990s, the harbor porpoise population in the Salish Sea has seen a significant recovery, which has led to an increased number of observed aggregations that exceed the more usual small group sizes. By combining the observational data of United States and Canadian research organizations, community scientists, and whale watch captains or naturalists, we demonstrate that harbor porpoise aggregations appear to be more common than previously known, with 160 aggregations documented in 2022 alone. Behavioral data also indicated that foraging behaviors were common and social behaviors, like mating, were seen more often during these encounters compared to small groups. Other behaviors that are considered to be rare or unknown, were also observed during these encounters, including cooperative foraging and vessel approach. These aggregations are likely important foraging and social gatherings for harbor porpoises. This holistic approach integrating data from two countries and multiple sources provides an ecosystem level assessment that more effectively reflects the habitat use of harbor porpoise in this region that do not recognize the socio-political boundaries imposed upon the natural world.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,213

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,163
Tête enseignante GPT0,339
Écart entre enseignants0,176 · 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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetMarine animal studies overviewTravaux en français237 207