MétaCan
Menu
Retour à la cohorte
Enregistrement W7094943688 · doi:10.6084/m9.figshare.30418909

PREDICTING SUITABLE MARINE HABITAT FOR PINK-FOOTED SHEARWATERS (<i>ARDENNA CREATOPUS</i>) IN THE WATERS ALONG THE PACIFIC COAST OF CANADA

2025· dataset· W7094943688 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2025
Typedataset
Langue
DomaineComputer Science
ThématiqueHistory of Computing Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHabitatAbundance (ecology)ShearwaterLatitudeGeneralized additive modelPopulationEndangered speciesDistribution (mathematics)

Résumé

récupéré en direct d'OpenAlex

This set of files contains the R code and input data used to run a <b>Generalized Additive Model (GAM)</b> for <b>Pink-footed Shearwaters (PFSH)</b> in Canadian Pacific waters. The model uses standardized at-sea survey data (1992–2019) to predict species presence and relative abundance in relation to key environmental covariates.The <code>.R</code> script includes data preparation, model fitting, validation, and prediction steps. The accompanying <code>.csv</code> file provides the standardized 2 km² observation dataset, and the shapefile defines the study area boundary used for mapping model outputs.<br>Manuscript Abstract: Anthropogenic activities are threatening global marine ecosystems, with seabirds representing a vulnerable group that has experienced pronounced population declines in recent decades. The ability to identify important marine areas for vulnerable seabirds is fundamental to conservation initiatives. The Pink-footed Shearwater (<i>Ardenna creatopus</i>; listed as Endangered in Canada) breeds only in Chile, but during the non-breeding season it ranges northward to waters off Canada’s Pacific coast and the northern Gulf of Alaska. Utilizing at-sea survey data spanning from 1992 to 2019, we examined the relationship between the species’ distribution and environmental variables using a two-step Generalized Additive Model approach. Cross-validation with out-of-sample testing showed high predictive accuracy for occurrence (AUC = 0.94) and moderate performance for abundance predictions (Spearman’s rank correlation = 0.32, RMSE = 3.92, MAE = 0.45) at a 4 km² resolution. The results give us confidence in the model’s ability to identify areas suitable for Pink-footed Shearwaters. Distribution was strongly associated with several oceanographic and geographic factors, particularly latitude and distance to the continental shelfbreak. The findings of this study may help inform marine conservation efforts within Canada’s Pacific Exclusive Economic Zone and beyond.<br>

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)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,377
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0100,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,019
Tête enseignante GPT0,222
Écart entre enseignants0,202 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetHistory of Computing TechnologiesTravaux en français237 207