MétaCan
Menu
Retour à la cohorte
Enregistrement W7133274443

Modélisation bayésienne de la distribution des naissances de phoques gris et évaluation du moment de la récolte

2023· other· fr· W7133274443 sur OpenAlexaboutno aff
Arnaud Mosnier, C. E. den Heyer, Garry B. Stenson, Mike O. Hammill

Notice bibliographique

RevueFederal Open Science Repository of Canada / Le Dépôt fédéral de science ouverte du Canada · 2023
Typeother
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésESPACEHomogeneousDistribution (mathematics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Des relevés aériens ont été effectués pour estimer la production de chiots chez le phoque gris (Halichoerus grypus) de l’Atlantique Nord-Ouest dans l’est du Canada entre décembre 2020 et février 2021. Ces relevés sous-estiment la production si certains chiots quittent le site de reproduction avant les relevés ou d’autres naissent après. Des évaluations antérieures ont permis de modéliser la distribution des naissances pour corriger ce biais par un ajustement de la proportion de chiots, à différents stades morphométriques définis d’une durée fixe, à une distribution Gamma ou de Weibull (modèle de distribution des naissances de Myers [DNM]). Une nouvelle approche de modélisation bayésienne a été élaborée et comparée au modèle DNM afin d’examiner l’incidence de cette approche sur notre compréhension de la période des naissances. En assumant que les chiots sont sevrés à l’âge de 20 jours, ce modèle a également été appliqué pour déterminer la proportion d’entre eux qui sont sevrés et qui peuvent donc être chassés dans les différentes colonies. Le modèle DNM et le modèle bayésien ont donné des estimations similaires lorsqu’ils ont été appliqués à l’ensemble de données riche en informations acquis sur l’île de Sable. Pour d’autres sites de reproduction, le modèle bayésien a eu tendance à estimer une période des naissances légèrement plus courte que le modèle DNM, ce qui s’est traduit par une estimation plus élevée de la proportion d’animaux nés à la date du relevé aérien et, par conséquent, par un ajustement plus faible des dénombrements. La date de sevrage estimée par le modèle bayésien a montré une tendance générale commençant au large de la côte de la Nouvelle Écosse et se déplaçant ensuite dans le golfe du Saint-Laurent. Le modèle bayésien a estimé que 50 % des chiots de phoques gris étaient sevrés le 6 janvier 2021 dans les îles du sud-ouest de la Nouvelle-Écosse et le 24 janvier dans le sud du golfe. L’application du modèle bayésien aux données sur les stades de développement acquises dans plusieurs colonies au cours des années précédentes a montré que la date à laquelle 50 % des chiots sont sevrés a avancé d’environ un jour chaque année depuis le début des années 2000 dans le golfe du Saint Laurent. Cette tendance est moins nette en dehors du golfe, mais la période des naissances en 2021 a également été estimée plus précoce que les années précédentes. Le modèle bayésien permet de tenir compte de plusieurs sources d’incertitude qui n’étaient pas considérées auparavant. Cela inclut l’incertitude liée à la date de la première naissance, de la durée de chaque stade de développement et de la variabilité dans la classification des stades par différents observateurs. En mettant à jour les « priors », le modèle peut utiliser la nouvelle information au fur et à mesure qu’elle est obtenue. L’utilisation du modèle bayésien devrait permettre d’améliorer les estimations de la taille de la population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,909
Score d'incertitude au seuil0,181

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,015
Tête enseignante GPT0,266
Écart entre enseignants0,251 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFederal Open Science Repository of Canada / Le Dépôt fédéral de science ouverte du CanadaTravaux en français237 207