North Atlantic right whale density surface model for the US Atlantic evaluated with passive acoustic monitoring
Notice bibliographique
Résumé
The Critically Endangered North Atlantic right whale Eubalaena glacialis entered a population decline around 2011. To save this species without closing the ocean to human activities requires detailed information about its intra-annual density patterns that can be used to assess and mitigate human-caused risks. Using 2.9 million km of visual line-transect survey effort from the US Atlantic and Canadian Maritimes conducted in 2003-2020 by 11 institutions, we modeled the absolute density (ind. km -2 ) of the species using spatial, temporal, and environmental covariates at a monthly time step. We accounted for detectability differences between survey platforms, teams, and conditions, and corrected all data for perception and availability biases, accounting for platform differences, whale dive behavior, group composition, and group size. We produced maps of predicted density and evaluated our results using independently collected passive acoustic monitoring (PAM) data. Densities correlated positively (r = 0.46, ρ = 0.58, τ = 0.46) with acoustic detection rates obtained at 492 stationary PAM recorders deployed across the study area (mean recorder duration = 138 d). This is the first study to quantify the concurrence of visual and acoustic observations of the species in US waters. We summarized predictions into mean monthly density and uncertainty maps for the 2003-2009 and 2010-2020 eras, based on the significant changes in the species’ spatial distribution that began around 2010. The results quantify the striking distribution shifts and provide effort- and bias-corrected density surfaces to inform risk assessments, estimations of take, and marine spatial planning.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».