Cruising for Data: Defining the Seabird Community from Vessels of Opportunity in Canada’s Eastern Arctic
Notice bibliographique
Résumé
Information on marine bird abundance and distribution at sea is required to identify important habitat for protection, mitigate pressures from human activities, and understand the role of seabirds in marine food webs. Arctic waters support millions of marine birds, including globally significant numbers of some species, but the remote location coupled with the financial costs of research and monitoring in this region limit our ability to quantify marine habitat use. We used standardized survey data collected from vessels of opportunity during 2007-2023 to describe the distribution and abundance of marine birds in eastern Canadian Arctic waters and to examine the relative contribution of data collected from two primary platform types: research vessels and cruise ships. Northern Fulmars Fulmarus glacialis, Thick-billed Murres Uria lomvia, Black-legged Kittiwakes Rissa tridactyla, and Dovekies Alle alle accounted for 92% of the sightings. The survey area covered by research vessels was 3.5 times greater than that covered by cruise ships, but there was minimal (< 1%) spatial overlap between the two platform types. Cruise ships travelled closer to shore and in shallower water than research vessels, including areas close to major colonies during the breeding season, which resulted in higher densities of birds observed. In addition to providing access to unique survey areas, cruise ships presented opportunities to engage tourists in the process of science and the outcomes of biodiversity monitoring programs. Large-scale monitoring programs that include boat-based surveys from a variety of platform types and collaboration among multiple organizations will remain important for defining marine bird habitat use in an area where human impacts are increasing as sea ice cover declines.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».