Environmental factors and behaviour of St. Lawrence Estuary Beluga generate heterogeneity in availability bias for photographic and visual aerial surveys
Notice bibliographique
Résumé
In absence of adequate data, abundance estimates for St. Lawrence Estuary (SLE) beluga obtained from visual surveys have been corrected for availability bias using factors developed for photographic surveys. Not accounting for the longer detection time associated with visual surveys will lead to an overestimation of beluga abundance relative to indices obtained from photographic surveys. This study offers a comprehensive analysis of the relative influence of multiple methodological, environmental and behavioural factors on availability bias estimates for both photographic and visual surveys using detailed dive profiles from 27 SLE beluga. As expected, availability estimates were systematically higher for visual surveys than for photographic surveys for which time-in-view is instantaneous. However, for photographic surveys the change in methodology for estimating availability from an approach based on group visibility to one where the detailed diving patterns of individuals were logged, led to a 26—42% decrease in mean availability estimates. Our results confirmed that dives are longer when animals are inside compared to outside areas of high density (AHD), consistent with the prediction that these areas are used for behaviour like foraging. They also indicate that while some of the behavioural or environmental factors such as latent processes associated with the zone used may have a notable effect on availability, survey design (photographic or visual), characteristics of survey platforms, and observer searching patterns may be the most influential factors on availability bias. We conclude that previous estimates of SLE beluga abundance from photographic surveys were likely biased downward by an overestimation of beluga availability, and by not considering the uneven distribution of beluga among different zones with specific but undefined underlying processes.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 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 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 ».