Data from: Revised age estimates for Northern Resident killer whales (Orcinus orca) based on observed life-history events and demographic discounting
Notice bibliographique
Résumé
Long-term field studies have been invaluable in the study of ecology and evolution; however, for particularly long-lived species, even long-term studies often rely on estimated ages, for example when investigating demographic processes. One approach is to estimate unknown birth dates from the known timing of other life-history events. Building on previous methods, we update estimation techniques for Northern Resident killer whales (NRKW; Orcinus orca) as part of an ongoing long-term study that began in 1973. Despite almost 50 years of observation, many individuals were born before records began, and detailed understanding of NRKW life history relies on estimated ages. Our age estimation approach incorporates new data from photo-identification surveys into a framework that relies on accrued knowledge of demographic rates from known-age individuals. We use Bayes' law to determine conditional probability distributions from age-at-event data, incorporating mathematical descriptions of demographic patterns parameterised from the data. Key to our approach is the discounting of higher age estimates due to the increasing likelihood of mortality with age, a pattern not previously taken into account for NRKWs. We estimate ages for multiple age and sex classes of individuals, using related but tailored approaches, and we incorporate uncertainty into our estimates. Our revised age estimates suggest that individuals are often younger than previously thought (3.5 years on average across 73 individuals; range: 0-15 years). Moreover, the largest discrepancies appear for mothers with offspring at the onset of the study, a class of individuals instrumental for investigating menopause in killer whales – one of the few species other than humans known to exhibit this life-history feature. Our results will ultimately enable a refined understanding of the evolutionary forces that produce such patterns. We discuss the implications of our findings for the study of resident killer whales and for age estimation in other long-lived animals.
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 | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».