Modelling population abundance and future trajectories for Arctic marine mammals to inform Canadian sustainable fisheries management
Notice bibliographique
Résumé
Arctic cetacean species, beluga whales (Delphinapterus leucas), narwhals (Monodon monoceros), and bowhead whales (Balaena mysticetus), have a long history of subsistence harvest by northern communities, as well as various levels of exploitation from historical commercial whaling. To achieve sustainable subsistence harvest, Arctic cetacean populations must be monitored to inform management decisions. Three populations: Northern Hudson Bay (NHB) narwhal, Cumberland Sound (CS) beluga, and Eastern Canada-West Greenland (EC-WG) bowhead whales, all pose various challenges associated with building population dynamics models for management. The NHB narwhal population presents challenges surrounding inconsistent abundance estimates which limit their ability to be included into a model, this was addressed by comparing abundance estimate methodologies and calculating correction factors to adjust older estimates accordingly. The CS beluga population is endangered and is assumed to be affected by the effects of climate change, thus, the challenge of incorporating environmental variables into a population dynamics model was addressed with this population. The EC-WG bowhead whales present a challenge with achieving an abundance estimate, as their vast range makes aerial surveys, the typical method for marine mammal abundance estimation, difficult. Instead, genetic mark-recapture analyses using biopsy samples were used to estimate EC-WG bowhead whale abundance. To model population dynamics of EC-WG bowhead whales the challenge of underestimated abundance from insufficient aerial survey coverage was addressed by using telemetry data in a utilization distribution map to extrapolate abundance. Challenges associated with determining population dynamics of Arctic cetaceans can be addressed with creative problem solving, considering the types of data available and specific management goals associated with each population of focus.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».