MétaCan
Menu
Retour à la cohorte
Enregistrement W4381277824 · doi:10.1656/045.030.0202

Daytime Surface Sightings and the Distribution of Finback (Balaenoptera physalus), Minke (Balaenoptera acutorostrata), and Humpback (Megaptera novaeangliae) Whales in the Quoddy Region of the Bay of Fundy, Canada

2023· article· en· W4381277824 sur OpenAlexaffabout
Tessa Lachance, Jane Campbell, S. D. Turnbull

Notice bibliographique

RevueNortheastern Naturalist · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésMinke whaleBalaenopteraHumpback whaleFisheryWhaleBayOceanographyForagingGeographyBiologyGeologyEcology

Résumé

récupéré en direct d'OpenAlex

We collected data on the distribution of Balaenoptera physalus (Finback Whale), Balaenoptera acutorostrata (Minke Whale), and Megaptera novaeangliae (Humpback Whale), in the Quoddy region of the Bay of Fundy, Canada, from a whale-watching vessel during commercial tours from 2006 to 2012. Sightings were non-random between species and showed clumped distributions over the study area: Finback Whales (χ2 = 2454.03, df = 7, P < 0.005), Minke Whales (χ2 = 3488.24, df = 7, P < 0.005), and Humpback Whales (χ2 = 301.784, df = 7, P < 0.005). Minke Whales were most frequently sighted in Head Harbour Passage, high concentrations of Finback Whales were most frequently sighted off Blacks Harbour, and Humpback Whale sightings were highest around The Wolves. It appears that the whales aggregate in response to physical and biological features of the environment, such as depth, bottom topography, and fine-scale oceanographic features that enable foraging. Oceanographic features such as tidal state and temperature also influence the distribution of whales by aggregating their common prey species in high concentrations.

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)0,001
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 enseignants0,067
Score d'incertitude au seuil0,135

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,011
Tête enseignante GPT0,205
Écart entre enseignants0,194 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNortheastern NaturalistMême sujetMarine animal studies overviewTravaux en français237 207