Abondance estimée de la population et probabilité de déclin de la population pour le narval (Monodon monoceros) du nord de la baie d’Hudson
Notice bibliographique
Résumé
Le narval est une importante espèce de pêche aux fins de subsistance pour les collectivités inuites. La population du nord de la baie d’Hudson est spatialement et génétiquement distincte des autres populations du narval du Canada et du Groenland. La population de narval du nord de la baie d’Hudson a été évaluée au moyen de relevés aériens périodiques de 1981 à 2018. Les estimations des relevés de 1982 et de 2000 étaient négativement biaisées, car elles ne tenaient pas compte du biais de perception et ont été effectuées en suivant des protocoles différents. Par contre, les relevés de 2011 et de 2018 ont pris en compte ces biais. Par conséquent, les estimations des relevés de 1982 et de 2000 ont été ajustées avant l’analyse des tendances de la population au moyen de ratios calculés procédant à une nouvelle analyse des données du relevé de 2011 selon des méthodes semblables à celles utilisées en 1982 et 2000. Pour estimer les trajectoires des populations et prédire les tendances futures de la population selon divers scénarios de capture, un modèle de population bayésien a été adapté aux quatre estimations de relevés aériens rajustées et aux données sur les captures de 1951 à 2018. Le modèle privilégié a donné lieu à une estimation démographique de 14 377 narvals en 2019 (intervalle de confiance à 95 %, soit de 10 265 à 20 370) et à une population de départ estimée de 7 164 narvals (intervalle de confiance à 95 %, soit de 1 447 à 19 155) en 1951. En utilisant un modèle fondé sur les risques pour estimer la probabilité de déclin de la population sur 10 ans, le modèle prévoyait une probabilité de déclin de 0 %, 20 %, 40 %, 50 %, 60 %, 80 % et 100 % avec des quotas de pêche annuels de 0, 63, 83, 93, 108, 173 et 450 narvals par année. L’intégration de l’estimation mise à jour du relevé de 2018 et l’ajustement des estimations des relevés antérieurs donnent une plus grande confiance dans les résultats du modèle et, par conséquent, dans l’approche fondée sur les risques pour évaluer les niveaux de capture. L’abondance estimée modélisée de 2019 était robuste par rapport aux paramètres d’entrée d’une série d’exécutions de modèle. Le prélèvement biologique potentiel a également été calculé pour l’estimation de l’abondance de 2019 à partir du modèle et a donné lieu à un seuil de prélèvement annuel de 188 baleines et à un total autorisé de captures débarquées de 151 narvals. L’approche fondée sur les risques tient compte de la probabilité de déclin de la population à différents niveaux de capture, tandis que le prélèvement biologique potentiel vise intrinsèquement à maintenir la population au niveau maximum de productivité nette, ce qui peut entraîner un déclin de la population si la population est déjà égale ou supérieure au niveau maximum de productivité nette. Les objectifs de gestion devraient être bien définis pour déterminer si une approche fondée sur le prélèvement biologique potentiel ou un modèle fondé sur les risques convient davantage à la population de narval du nord de la baie d’Hudson.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».