MétaCan
Menu
Retour à la cohorte
Enregistrement W6908588841 · doi:10.3389/fmars.2024.1422907.s001

DataSheet1_Using satellite imagery to estimate abundance of Cumberland Sound beluga whales (Delphinapterus leucas) in 2021.pdf

2024· dataset· en· W6908588841 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2024
Typedataset
Langueen
DomaineMathematics
ThématiqueHistory and Theory of Mathematics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBeluga WhaleAerial surveyAbundance (ecology)BelugaSatellite imagerySound (geography)Population

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 km<sup>2</sup>. 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 km<sup>2</sup>). 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0960,035

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 Opus0,071
Tête enseignante GPT0,361
Écart entre enseignants0,290 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetHistory and Theory of MathematicsTravaux en français237 207