MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394264317 · doi:10.6084/m9.figshare.24806174

Supplementary_material.zip from Seasonal acoustic presence of marine mammals at the South Orkney Islands, Scotia Sea

2023· dataset· en· W4394264317 sur OpenAlexaboutno aff
Linn Åsvestad, Heidi Ahonen, Sebastian Menze, Andrew Lowther, Ulf Lindstrøm, Bjørn A. Krafft

Notice bibliographique

RevueFigshare · 2023
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOceanographyNova scotiaGeographyFisheryGeologyEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

Increased knowledge about marine mammal seasonal distribution and species assemblage from the South Orkney Islands waters is needed for the development of management regulations of the commercial fishery for Antarctic krill (Euphausia superba) in this region. Passive Acoustic Monitoring (PAM) data were collected during the autumn and winter seasons in two consecutive years (2016, 2017), which represented highly contrasting environmental conditions due to the 2016 El Niño event. We explored differences in seasonal patterns in marine mammal acoustic presence between the two years in context of environmental cues and climate variability. Acoustic signals from five baleen whale species, two pinniped species and odontocete spp. were detected and separated into guilds. Although species diversity remained stable over time, the ice-avoiding and ice-affiliated species dominated before and after the onset of winter, respectively, and thus demonstrating a shift in guild composition related to season. Herein, we provide novel information about local marine mammal species diversity, community structure and residency times in a krill hotspot. Our study also demonstrates the utility of PAM data and its usefulness in providing new insights into the marine mammal habitat use and responses to environmental conditions, which are essential knowledge for the future development of a sustainable fishery management in a changing ecosystem.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,246
Score d'incertitude au seuil0,489

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0940,031

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 Opus0,028
Tête enseignante GPT0,245
Écart entre enseignants0,217 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetMarine animal studies overview→Travaux en français237 207→