Changement temporel du comportement de plongée des phoques gris (Halichoerus grypus) dans le Golfe du Saint-Laurent au cours des trois dernières décennies
Notice bibliographique
Résumé
Au cours des 60 dernières années, la population de phoque gris (Halichoerus grypus) de l’Est de l’Amérique du Nord a augmenté de façon exponentielle causant d’importantes répercussions écologiques, économiques, politiques et sociales. Plusieurs études se concentrent sur l’influence de ce grand prédateur sur son écosystème, puisqu’il semble nuire directement au rétablissement des stocks de morues (Gadus morhua), un poisson de grande importance commerciale. Les variations temporelles des comportements du phoque gris, plus particulièrement ses habitudes de plongées, sont cependant peu connues. De nouvelles connaissances sur leurs comportements de plongées amélioreraient potentiellement notre compréhension des effets présents et futurs de ces grands prédateurs sur les populations de poissons du golfe du Saint-Laurent, puisque les comportements de prédation d’une espèce qui plonge est intimement liés à la distribution dans l’espace sous-marin de ses proies. En collaboration avec le ministère des Pêches et Océans Canada, ma maîtrise avait pour objectif d’évaluer les changements dans les comportements de plongées des phoques gris sur une période de 25 ans tout en tenant compte de caractéristiques individuelles. Plus précisément, mes objectifs spécifiques étaient 1) d’évaluer l’impact du sexe et de l’âge sur la profondeur, la durée et le nombre de plongées et 2) de déterminer si, lors des 25 dernières années, un changement de ces comportements était observable. Les données utilisées dans le cadre de mon projet ont été récoltées sur 102 phoques gris munis d’émetteur satellite entre 1993 et 2021, dans le golfe du Saint-Laurent. Les données des divers émetteurs ont été standardisé au courant du projet afin de prendre en considération les différents types et paramètres propre à chacun. Mon étude a d’abord permis de montrer que les mâles plongent plus profondément que les femelles et que la durée et la fréquence des plongées sont similaires entre les sexes. Les juvéniles plongent aussi profondément et aussi longtemps que les adultes, mais leurs plongées sont plus fréquentes. Mes résultats suggèrent que la profondeur des plongées a augmenté avec le temps, mais que la fréquence a diminué. La durée des plongées est quant à elle restée similaire. Ces changements temporels pourraient concorder avec le récent changement de distribution de certaines de leurs proies qui utilisent désormais des eaux plus profondes potentiellement pour éviter le risque de prédation par le phoque gris, mais des analyses plus détaillées seraient nécessaires pour justifier cette suggestion. Comme les phoques plongent plus profondément, mais pas plus longtemps, leur temps passé au fond de la colonne d’eau est possiblement plus court. Or, le temps passé au fond de l’eau est fortement associé à la capture de proies. Il est donc possible que le phoque gris soit moins efficace dans sa quête alimentaire dans les années récentes. Puisque la population a augmenté de façon importante au cours des trois dernières décennies, il est aussi possible que la compétition intraspécifique ait contribuée à ces changements du comportement de plongée des individus. En conclusion, mon projet illustre la complexité et la variabilité des diverses facettes composant l’approvisionnement alimentaire en analysant le comportement de plongée sous trois variables différentes tout en soulignant l’importance de tenir compte des caractéristiques individuelles et de l’échelle temporelle lors d’études comportementales. L’utilisation de données comportementales s’étalant sur plusieurs décennies est aussi rarement vue dans le milieu. Les variations de comportements pourront par la suite être mises en corrélation avec les données de localisations des proies afin de mieux comprendre l’influence du phoque gris sur certaines populations de poissons. Mon mémoire met aussi de l’avant une nouvelle approche de standardisation pour un certain type de données de plongée.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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) | 0,002 | 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 ».