MétaCan
Menu
Retour à la cohorte
Enregistrement W6948902574 · doi:10.5061/dryad.j9kd51chr

Spatiotemporal variation in pup abundance and preweaning survival of harbour seals (Phoca vitulina) in the St. Lawrence Estuary, Canada (2023)

2023· dataset· en· W6948902574 sur OpenAlexaffabout

Notice bibliographique

RevueOpen MIND · 2023
Typedataset
Langueen
DomaineSocial Sciences
ThématiqueHistorical and Political Studies
Établissements canadiensFisheries and Oceans CanadaUniversité du Québec en Abitibi-TémiscamingueUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésNucleofectionPopulationTSG101ProteogenomicsDiafiltration

Résumé

récupéré en direct d'OpenAlex

Marine mammal populations worldwide greatly benefitted from conservation measures put in place since the 1970s following overexploitation, and many pinniped populations have recovered. However, threats due to bycatch, interspecific interactions or climate change remain, and detailed knowledge on vital rates, population dynamics and their responses to environmental changes is essential for efficient management and conservation of wild populations. In this study, we quantified pup abundance and survival of individually marked harbour seal (Phoca vitulina Linnaeus, 1758) pups during the preweaning period at Bic Island and Métis sites in the St. Lawrence Estuary from 1998 – 2019. We used mark-recapture models to evaluate competing hypotheses regarding variation in daily preweaning survival rates and capture probability during the pups’ first 30 days of life. Pup abundance increased from 76 (95% CI: [59, 101]) to 323 [95% CI: 233, 338] in the past two decades at Bic Island and from 66 [95% CI:47, 91] to 285 [95% CI: 204, 218] at Métis. Preweaning survival was generally higher at Bic (0.73 [95% CI: 0.58,0.82]) than at Métis (0.68 [95% CI: 0.52,0.79]). We hypothesize that differences between habitats and human disturbance contribute to lower preweaning survival at Métis, but behavioural studies are needed to understand the impacts of disturbance on mother-pup interactions during the nursing period.

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)0,000
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: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,275
Score d'incertitude au seuil0,554

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,336
Écart entre enseignants0,276 · 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
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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetHistorical and Political StudiesTravaux en français237 207