Assessing the efficacy of ecological reserves: killer whale beach rubbing behaviour and vessel disturbance
Notice bibliographique
Résumé
Area-based protection is an important tool for safeguarding key habitat. Reserves that focus on mitigation of specific threats are particularly effective and are more likely to support a measurable outcome. In the marine environment, reserves that limit vessel presence have the potential to reduce disturbance to marine mammals. However, assessing the efficacy of reserves has been an ongoing challenge. Physical and acoustic disturbance from vessels is recognized as a primary threat to recovery for the northern resident killer whale (NRKW) population in Canadian Pacific waters. The Robson Bight Michael Bigg Ecological Reserve (RBMBER) was developed to support the behaviour of beach rubbing, a culturally distinct and traditionally important activity. Beach rubbing provides a rare opportunity to quantify vessel disturbance of a behaviour associated with a fixed geographic location, identifiable by visual cues, and verifiable acoustically. Observations on vessel presence, NRKW rubbing frequency, and duration were collected from a beach inside the reserve and compared to a beach in proximity to, but outside of, the RBMBER. In 2019-2022, vessel counts near the RBMBER beach were significantly lower than near the unprotected beach, and overall, rubbing occurred more frequently inside the reserve (78% of visits) than outside (35%). However, outside the reserve, concurrent vessel presence did not predict the occurrence of rubbing activity, indicating that vessel presence may negatively affect beach rubbing through long-term learned avoidance of frequently impacted areas.
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 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 | 0,002 | 0,001 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 tête enseignante, 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 ».