Investigating thermal physiology in large whales via aerial infrared thermography
Notice bibliographique
Résumé
The critically endangered status of North Atlantic right whales (NARWs, Eubalaena glacialis) warrants the development of new, less invasive technology to monitor the health of individuals. Combined with advancements in remotely piloted aircraft systems (RPAS, commonly “drones”), infrared thermography (IRT) is being increasingly used to detect and count marine mammals and study their physiology. We conducted RPAS-based IRT over NARWs in Cape Cod Bay, Massachusetts, USA in 2017 and 2018. Observations demonstrated three particularly useful applications of RPAS-based IRT to study large whales: 1) exploring patterns of cranial heat loss and providing insight into the physiological mechanisms that produce these patterns; 2) tracking subsurface individuals in real-time (depending on the thermal stratification of the water column) using cold surface water anomalies resulting from fluke upstrokes; and 3) detecting natural changes in superficial blood circulation or diagnosing pathology based on hot anomalies on post-cranial body surfaces. These qualitative applications present a new, important opportunity to study and monitor large whales, particularly rare and at-risk species like NARWs. Despite the challenges of using this technology in aquatic environments, the applications of RPAS-based IRT for monitoring the health and behavior of endangered marine mammals, including the collection of quantitative data on thermal physiology, will continue to diversify.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,011 |
| Études des sciences et des technologies | 0,012 | 0,011 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,048 | 0,071 |
| Intégrité de la recherche | 0,001 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».