An assessment of the distribution and abundance of dugongs and large in-water turtles in Cleveland Bay and adjacent bays to provide baseline information for the Port of Townsville Channel Upgrade Project: a report for the Port of Townsville Limited
Notice bibliographique
Résumé
We conducted standarised aerial surveys of Bowling Green, Cleveland and southern Halifax Bays to assess the distribution and abundance of dugongs and in-water large marine turtles in winter (June) and early summer (November) 2019, prior to the start of the capital dredging for the Port of Townsville Channel Upgrade (CU) project. The aerial surveys design used here was developed for regional scale surveys and the precision of the population estimates at a local scale is low. Comparison of the results of the 2019 surveys with the results of similar surveys conducted by Marsh’s team at JCU, as part of their long-term series of regional surveys, confirmed marked inter-annual differences in the estimated dugong population in Cleveland-southern Halifax Bays. These differences reflect temporal variations in the status of seagrass in the region as revealed by the annual surveys conducted by the JCU Seagrass Ecology Group since 2007. The estimate of relative abundance of dugongs in the survey region in November 2019 was ~500 (+ se 140). Detecting the local-scale impacts of a development on dugongs and large turtles in a construction timeframe is likely to be impossible, unless the impact of the development on the animals is catastrophic. Consequently, it would be more useful for the Port Authority of Townsville to fund research on marine megafauna and proxy studies on water quality and seagrass rather than to attempt to monitor the direct impacts of the CU project on megafauna. Such studies have the potential to inform management of long-term impacts on the megafauna in the face of extreme weather events.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».