MétaCan
Menu
Retour à la cohorte
Enregistrement W4401087236 · doi:10.1111/mms.13162

Estimating spatial mixing within the St. Lawrence Estuary beluga population by comparing local individual diversity and abundance

2024· article· en· W4401087236 sur OpenAlexaffabout
Tyler R. Bonnell, Robert Michaud, Angélique Dupuch, Véronique Lesage, Clément Chion

Notice bibliographique

RevueMarine Mammal Science · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensFisheries and Oceans CanadaUniversité du Québec en OutaouaisUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAbundance (ecology)EcologyPopulationHabitatGeographyRange (aeronautics)Endangered speciesEnvironmental scienceBiologyDemography

Résumé

récupéré en direct d'OpenAlex

Abstract Interindividual variability in habitat preferences affect local abundance and residency times. Within a population range, this can lead to sectors having a continuous flow of unique individuals, with others being used by the same set of resident individuals. These patterns of habitat use by individuals, referred to here as individual spatial mixing, can have important implications for ecological and evolutionary processes. This study proposes a novel approach for estimating the degree of individual spatial mixing in an endangered beluga population, based on the comparison of local individual diversity obtained from photo‐identification data against abundance indices derived from systematic aerial surveys. Divergences between long‐term indices of abundance and diversity were observed across many sectors within the population's summer habitat. This was the case notably for the Saguenay Fjord, where on average only 1.8% of the total population count was detected during summer aerial surveys, but where 41% of all individuals identified in the photo‐identification data were found at least once. The comparative approach proposed in this study to estimate individual spatial mixing can help quantify site fidelity patterns in wildlife populations and estimate its vulnerability to local stressors such as anthropogenic noise.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Science ouverte
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 enseignants0,213
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,001
Science ouverte0,0010,013
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,020
Tête enseignante GPT0,237
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 tête enseignante, pas un consensus.

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

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMarine Mammal ScienceMême sujetMarine animal studies overviewTravaux en français237 207