MétaCan
Menu
← Retour à la cohorte
Enregistrement W6926968008 · doi:10.25923/4mh0-ez19

Report of the NOAA Fisheries Cetacean Species in the Spotlight Health Assessment Workshop: June 25-26, 2024, Seattle, Washington

2025· article· en· W6926968008 sur OpenAlexfundaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensnon disponible
Organismes subventionnairesNorthwest Fisheries Science CenterFisheries and Oceans CanadaCalifornia Department of Fish and WildlifeGreater Atlantic Regional Fisheries OfficeWashington Department of Fish and WildlifeOregon State UniversityAlaska Department of Fish and GameNortheast Fisheries Science CenterWashington State UniversityFlorida Fish and Wildlife Conservation CommissionMassachusetts Department of Fish and Game
Mots-clésEndangered speciesGovernment (linguistics)Health assessmentPopulationMarine mammalPopulation health

Résumé

récupéré en direct d'OpenAlex

In June 2024, NOAA Fisheries’ West Coast Regional Office (WCR) hosted a Species in the Spotlight (SIS) Health Assessment Workshop to discuss health assessment of three SIS cetaceans: Southern Resident killer whales (Orcinus orca, SRKW), North Atlantic right whales (Eubalaena glacialis, NARW), and Cook Inlet beluga whales (Delphinapterus leucas, CIBW). The workshop brought together scientists and managers from state and federal government agencies, independent research institutions, nonprofit organizations, and universities working in the United States and Canada to discuss marine mammal health assessment with a focus on tools that can be used to investigate the causes of high mortality and low fecundity that are impeding recovery for these three endangered and declining species. The primary goal was to facilitate cross-species discussions on the status of current research, identify information needed to better support population management, and discuss how to overcome the challenge of quantifying health in free-swimming cetaceans using minimally invasive approaches.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,174

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,000
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0520,011

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 Opus0,021
Tête enseignante GPT0,282
Écart entre enseignants0,260 · 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'étudeSans objet
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMarine animal studies overview→Travaux en français237 207→