MétaCan
Menu
Retour à la cohorte
Enregistrement W4402522895 · doi:10.3389/fmars.2024.1422907

Using satellite imagery to estimate abundance of Cumberland Sound beluga whales (Delphinapterus leucas) in 2021

2024· article· en· W4402522895 sur OpenAlexafffundabout
Bryanna A. H. Sherbo, Amanda M. Belanger, Bertrand Charry, Cortney A. Watt

Notice bibliographique

RevueFrontiers in Marine Science · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesCrown-Indigenous Relations and Northern Affairs Canada
Mots-clésLeucasBeluga WhaleBelugaSound (geography)OceanographyAbundance (ecology)FisheryEnvironmental scienceSatelliteAbundance estimationGeographyRemote sensingBiologyGeologyArctic

Résumé

récupéré en direct d'OpenAlex

The Cumberland Sound beluga whale (Delphinapterus leucas) population inhabits Cumberland Sound on the southeast side of Baffin Island, Nunavut. The population is listed as threatened under the Species at Risk Act. The last abundance estimate from an aerial survey was estimated at 1,381 (95% CI: 1,270-1,502) beluga whales in 2017 for an area covering 12,485 km2. Since then, satellite imagery has been used as a remotely based non-invasive method to monitor these whales. Very High Resolution (VHR) satellite imagery covering 9,690 km² of water was collected from Cumberland Sound from August 30 to September 7, 2021, during the ice free season. Readers with previous imagery analysis experience analyzed the images and identified 704 certain detections. Abundance estimates were corrected for availability bias for whales that were too deep to be detected in the imagery (>2m). We present a total estimate of 1,690 (CV = 0.16; 95% CI: 1,241-2,301) beluga whales in Cumberland Sound (22,663 km2). This estimate covers a larger area and estimates a higher abundance than the 2017 aerial survey. Regular population abundance assessments are essential for understanding population dynamics and trends and we have shown here that satellite imagery is a comparable method to aerial surveys for estimating abundance.

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)0,002
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 enseignants0,915
Score d'incertitude au seuil0,169

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
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)0,0000,000

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 Opus0,021
Tête enseignante GPT0,305
Écart entre enseignants0,283 · 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

Citations2
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in Marine ScienceMême sujetMarine animal studies overviewTravaux en français237 207