MétaCan
Menu
Retour à la cohorte
Enregistrement W4411195084 · doi:10.1016/j.biocon.2025.111284

Marine monitors: Land-based citizen science observations show AIS data underrepresents coastal vessel traffic co-occurring with marine mammals

2025· article· en· W4411195084 sur OpenAlexaff
Emily Hague, Alice E. M. Walters, Anna Moscrop, Emma Steel, Katie Dyke, Bernard Siddle, Sarah MacDonald-Taylor, R. S. Olaleye, Juliane Lehmann, Sebastian Olias, Carsten Hilgenfeld, Julie Tozer, Wendy Kilroe, Áine Purcell-Milton, Kathryn Allan, Tim Stenton, Lauren McWhinnie

Notice bibliographique

RevueBiological Conservation · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensUniversity of Victoria
Organismes subventionnairesMarine Alliance for Science and Technology for ScotlandUK Research and InnovationHeriot-Watt University
Mots-clésCitizen scienceMarine speciesMarine protected areaGeographyOceanographyEnvironmental scienceEnvironmental resource managementEcologyGeologyBiologyHabitat

Résumé

récupéré en direct d'OpenAlex

Marine mammals are vulnerable to a variety of impacts from vessels, including underwater noise disturbance and injury from collision. To quantify this risk, AIS (Automatic Identification System) vessel tracking data is often used as a proxy of vessel presence. However, many vessels do not appear within AIS datasets, meaning evaluating impacts using AIS alone will likely underestimate the potential for effects to occur. To understand the scale of underestimation and the types of vessels co-occurring with marine mammals, 3-yrs of land-based surveys recorded all vessels (sighted within ∼10 km of shore) that were observed concurrently with whales, dolphins and seals (sighted within ∼3 km of shore). Surveys were conducted from multiple sites within five Scottish Marine Regions. Observations of responses to vessels were also recorded opportunistically. AIS data accurately reflected coastal vessel traffic co-occurring with marine mammals during 30 % of the surveyed period. 59 % of vessels seen were not broadcasting AIS, with seasonal and spatial variation in AIS transmission rates, with lowest AIS transmission rates in summer (when 38 % of co-occurring vessels were broadcasting AIS). Non-AIS vessels were more frequently observed travelling at speeds that may pose an elevated risk to marine mammals, and were also more frequently recorded to elicit a response. 45 % of responses to vessels involved non-AIS powered vessels, and 33 % were in relation to human-powered vessels (e.g. kayaks). The results show that the majority of vessels that co-occur with marine mammals are non-AIS, and as such AIS data alone is insufficient to represent vessel-related impacts.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,033
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,109
Tête enseignante GPT0,313
Écart entre enseignants0,204 · 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiological ConservationMême sujetMarine animal studies overviewTravaux en français237 207