Abundance, production, and migrations of nesting green turtles at Rose Atoll, American Samoa, a regionally important rookery in the Central South Pacific Ocean
Notice bibliographique
Résumé
Sea turtles are a taxon of conservation concern and are highly migratory, exposing them to a variety of threats (e.g., fisheries bycatch, direct harvest) across their lifetime. Understanding the abundance of nesting females, hatchling production, and migratory movements - three of the most basic biological data needs for this species group - is imperative for population assessment. This study summarizes novel data most relevant to population assessments of the endangered central south Pacific (CSP) green turtle ( Chelonia mydas ) population, determined from annual rapid assessment surveys (mean survey duration=7.6 days year -1 , n=61 survey days over 8 nesting seasons) and satellite telemetry at Rose Atoll, American Samoa, from 2012 to 2019. A minimum of 138 unique females nested in the Rose Atoll National Wildlife Refuge (RANWR) over the study period with 218 total females observed. Satellite tracks of post-nesting females suggest Fiji (n=33/48, 70.2%) is the primary foraging ground for turtles nesting at RANWR, though other areas throughout the south Pacific Ocean are also important. Limited data suggest hatchling production was high (average hatching success=92.3%) and nest temperature data collected from 2017-2019 suggest primary sex ratios were likely balanced during this time. These are positive signs for the resilience of this nesting population, but climate change poses threats to RANWR and other low-lying tropical islands throughout the central south Pacific, as nesting areas are potentially exposed to beach erosion, tidal inundations, and increasing temperatures leading to sex bias and embryonic death.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,002 |
| 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 ».