Epidemiology of skin changes in endangered Southern Resident killer whales (Orcinus orca)
Notice bibliographique
Résumé
Photographic identification catalogs of individual killer whales (Orcinus orca) over time provide a tool for remote health assessment. We retrospectively examined digital photographs of Southern Resident killer whales in the Salish Sea to characterize skin changes and to determine if they could be an indicator of individual, pod, or population health. Using photographs collected from 2004 through 2016 from 18,697 individual whale sightings, we identified six lesions (cephalopod, erosions, gray patches, gray targets, orange on gray, and pinpoint black discoloration). Of 141 whales that were alive at some point during the study, 99% had photographic evidence of skin lesions. Using a multivariate model including age, sex, pod, and matriline across time, the point prevalence of the two most prevalent lesions, gray patches and gray targets, varied between pods and between years and showed small differences between stage classes. Despite minor differences, we document a strong increase in point prevalence of both lesion types in all three pods from 2004 through 2016. The health significance of this is not clear, but the possible relationship between these lesions and decreasing body condition and immunocompetence in an endangered, non-recovering population is a concern. Understanding the etiology and pathogenesis of these lesions is important to better understand the health significance of these skin changes that are increasing in prevalence.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».