MétaCan
Menu
Retour à la cohorte
Enregistrement W4394907723 · doi:10.1139/as-2023-0045

Sea ice influence on male polar bear survival in Hudson Bay

2024· article· en· W4394907723 sur OpenAlexaffvenue
David McGeachy, Nicholas J. Lunn, Evan S. Richardson, Andrew E. Derocher

Notice bibliographique

RevueArctic Science · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensUniversity of AlbertaEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésBayOceanographySea icePolarGeologyGeographyPhysicsAstronomy

Résumé

récupéré en direct d'OpenAlex

Environmental variability and seasonality of resources influence species distribution and demographic parameters such as survival. We quantified the spatiotemporal dynamics of sea ice that remains in Hudson Bay during break-up (remnant ice) and assessed relationships with apparent survival for three age classes of male polar bears ( Ursus maritimus Phipps, 1774): subadult (1–4 years), prime age (5–19 years), and senescent (≥20 years) captured in Western Hudson Bay in 1980–2019. Remnant ice distribution varied annually, and we identified ice-related covariates that were correlated with detection probabilities and male apparent survival. Apparent survival declined by 10% for prime age males during the earliest retreat dates within Hudson Bay. Apparent survival for senescent bears declined during earlier sea ice retreat within western Hudson Bay. Subadult apparent survival was time constant and not significantly influenced by sea ice; however, detection probability was higher when remnant ice occurred in the west compared to the eastern half of Hudson Bay. Our results suggest that spatiotemporal sea dynamics at varying spatial scales affected males based on age class, had important impacts on estimating apparent survival, and has implications for assessing population status.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,957
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,260
Écart entre enseignants0,244 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetMarine animal studies overviewTravaux en français237 207