MétaCan
Menu
Retour à la cohorte
Enregistrement W7094562892

Evaluating Social Network Dynamics of Bigg’s Killer Whales (<i>Orcinus orca</i>) and Vessel Traffic within a Transboundary Region: Implications for Conservation Management

2017· article· W7094562892 sur OpenAlexaboutno aff

Notice bibliographique

RevueAquila Digital Community (University of Southern Mississippi) · 2017
Typearticle
Langue
DomaineMedicine
ThématiquePrenatal Screening and Diagnostics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWhaleSocialityForagingSocial dynamicsPopulationSocial network (sociolinguistics)Social groupSocial structure
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The social lives of animals are defined by group dynamics based on the nature and strength of associations and movements between individuals, often resulting in highly complex and interconnected social networks. However, understanding of how environmental variables may shape this structure is poorly understood. Within the inland waters of Washington State and southern Vancouver Island, British Columbia, mammal-eating Bigg’s (transient) killer whales occur in relatively small, but stable social groups. Group size and occurrence in recent years has increased, coinciding with a growing whale watching industry. Given the central importance of the social network within killer whale population dynamics, such as the maintenance of cooperation and cultural transmission of information, shifts in social network structure caused by environmental processes may have significant ecological and evolutionary consequences. Thus, it is reasonable to assume that the increased presence of Bigg’s killer whales within the Salish Sea leaves them susceptible to the various and growing anthropogenic pressures within this area. Utilizing a long-term data set (1987-2015), the objectives of this doctoral study are to: (1) identify the level(s) of preferred associations and social differentiation within Bigg’s societies relative to foraging specializations; (2) re-evaluate and compare historical measures and persistence of Bigg’s sociality, including demographic influences and dispersion patterns; and, (3) assess the extent to which individual sociality can predict received vessel traffic levels, as well as other variables driving targeted whale watching. The results of this work will better clarify the social dynamics and population structure of Bigg’s killer whales and will thus inform on proper management of this conservation unit. Likewise, the combined evaluation of social dynamics and anthropogenic pressures (vessel traffic) experienced by this population can provide key information that may enable managers to implement proper measures to mitigate anthropogenic impacts. Finally, the results of this analysis will serve as a platform for further evaluating the predator-prey dynamics of Bigg’s killer whale stocks that are central to the Salish Sea ecosystem.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,725
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0050,002
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,064
Tête enseignante GPT0,285
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAquila Digital Community (University of Southern Mississippi)Même sujetPrenatal Screening and DiagnosticsTravaux en français237 207