Predicting mesoscale movement of sperm whale units in the Caribbean based on social dynamics
Notice bibliographique
Résumé
Sperm whales (Physeter macrocephalus) navigate complex oceanic environments and social structures. In the waters off Dominica, female and juvenile whales form long-lasting social units and vocal clans, distinguished by unique click dialects known as codas. While prey availability is often seen as a driver of whale movements, we highlight the role of sociality in shaping spatial behavior. Using 20 years of photo-identification data, we examined the sequential presence of social units for predictable patterns linked to social structure. Applying long short-term memory (LSTM) neural networks to sequences of one to five days across 16 states including 14 units, mature males and unknown units, we achieved prediction accuracies over 60%, far exceeding random chance (0.00001526). We then compared unit-to-unit transition probabilities to their social association matrix using a Hemelrijk test, revealing strong alignment between movement and social bonds for some of the units. To support long-term monitoring, we developed an acoustic classification method based on inter-pulse intervals (IPIs) in echolocation clicks, serving as acoustic fingerprints linked to body size. Kernel Density Estimation (KDE) classified units with 78.26% accuracy. Our findings provide quantitative evidence that sperm whale movements are socially coordinated and predictable, offering new insights into the spatial and social dynamics of sperm whale societies and highlighting the role of social affiliation in shaping large-scale movement patterns.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».