Abundance and distribution of ringed and bearded seals in the Chukchi Sea: a reference for future trends
Notice bibliographique
Résumé
Abstract Ringed ( Pusa hispida ) and bearded ( Erignathus barbatus ) seals are vulnerable to decreasing sea ice habitat in the rapidly warming Arctic. In April and May of 2016, we conducted an aerial survey over the ice-covered areas of the Chukchi Sea using thermal and color cameras to detect and count these seals on sea ice. We related the seal counts to environmental variables, and used the relationships to estimate the species’ distributions and abundance throughout the Chukchi Sea. We accounted for incomplete detection due to seals missed by sensors or image processing errors, behavioral responses to aircraft, or incomplete availability (i.e. seals that are in water or in snow dens on the ice, called lairs). For the latter, we used wet/dry records from satellite-linked bio-loggers, and remotely sensed snow melt dates to estimate the proportion of ringed seal individuals that were visible on ice for each day and location surveyed. To our knowledge, this is the first study where use of lairs by ringed seals has been formally addressed while estimating abundance from aerial surveys. Ringed seal abundance was estimated as = 592,577 (95% CI: 478,448–733,929), with highest densities near Kotzebue Sound, Alaska, USA. Bearded seal abundance was estimated as = 147,421 (95% CI: 114,155–190,380), with highest densities in broken pack ice near Bering Strait. The influence of environmental variables, such as snow depth and ice type, was consistent with prior studies of the species’ natural history, particularly ringed seals’ preference for snow of adequate depth for lairs. Our study provides the first comprehensive abundance estimates for ringed and bearded seals in the Chukchi Sea and establishes a reference for monitoring how their populations respond to Arctic warming.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».