Collecting baleen whale blow samples by drone: A minimally intrusive tool for conservation genetics
Notice bibliographique
Résumé
In coastal British Columbia, Canada, marine megafauna such as humpback whales (Megaptera novaeangliae) and fin whales (Balaenoptera physalus velifera) have been subject to a history of exploitation and near extirpation. While their populations have been in recovery, significant threats are posed to these vulnerable species by proposed natural resource ventures in this region, in addition to the compounding effects of anthropogenic climate change. Genetic tools play a vital role in informing conservation efforts, but the associated collection of tissue biopsy samples can be challenging for the investigators and disruptive to the ongoing behaviour of the targeted whales. Here, we evaluate a minimally intrusive approach based on collecting exhaled breath condensate, or respiratory 'blow' samples, from baleen whales using an unoccupied aerial system (UAS), within Gitga'at First Nation territory for conservation genetics. Minimal behavioural responses to the sampling technique were observed, with no response detected 87% of the time (of 112 UAS deployments). DNA from whale blow (n = 88 samples) was extracted, and DNA profiles consisting of 10 nuclear microsatellite loci, sex identification and mitochondrial (mt) DNA haplotypes were constructed. An average of 7.5 microsatellite loci per individual were successfully genotyped. The success rates for mtDNA and sex assignment were 80% and 89% respectively. Thus, this minimally intrusive sampling method can be used to describe genetic diversity and generate genetic profiles for individual identification. The results of this research demonstrate the potential of UAS-collected whale blow for conservation genetics from a remote location.
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 | 0,000 | 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 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 ».