Evaluating the influence of environmental variables on the population trajectory of Atlantic walrus (Odobenus rosmarus rosmarus)
Notice bibliographique
Résumé
Fisheries and Oceans Canada (DFO) is committed to an Ecosystem Approach to Fisheries Management (EAFM) of fisheries resources, including subsistence hunts of Arctic marine mammals. Here, we present a case study on the incorporation of environmental variables (EVs) into Atlantic walrus (Odobenus rosmarus rosmarus) stock assessment, a ‘data-poor’ species for which our understanding of how EVs affect demographics is limited. An existing Bayesian stock-production model for the Hudson Bay-Davis Strait (HBDS) management stock was modified to incorporate July sea ice concentration (SIC) into either the process error term or the annual maximum population growth term (λmax). Both models examined the influence of July SIC in year n on population growth in year n, with the assumption that sea ice extent affects foraging conditions during early lactation, an energetically demanding period for mothers when calf mortality is high. Both models suggested the effect of year n July SIC on year n population growth was non-existent or weakly negative. There was no evidence of lagged effects, with neither year n-1 or year n-2 July SIC strongly influencing year n population growth. Overall, the ‘data-poor’ nature of the HBDS stock, with a limited time series of abundance estimates, coupled with coarse-scale SIC measurements may have limited our ability to detect a strong effect. Directed research linking sea ice conditions and population growth is necessary to improve implementation of the EAFM stock assessment framework for walrus.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».