MétaCan
Menu
← Retour à la cohorte
Enregistrement W7133277100

California sea lion population assessment

2023· other· en· W7133277100 sur OpenAlexfundno aff
Fisheries and Oceans Canada, Pêches et Océans Canada

Notice bibliographique

RevueFederal Open Science Repository of Canada / Le Dépôt fédéral de science ouverte du Canada · 2023
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesFisheries and Oceans Canada
Mots-clésSea lionOverwinteringAbundance (ecology)Aerial surveyPopulationSea ice
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Abundance of California Sea Lions overwintering in southern British Columbia (BC) was estimated through five monthly aerial photographic surveys conducted from November 2020 to March 2021. The surveys were restricted to southern BC as few animals have been documented further north. California Sea Lion abundance was also estimated from the 2009-10 and 2017 Steller Sea Lion surveys which covered all sea lion haulouts in BC. To account for sea lions at sea and therefore not photographed during surveys, monthly correction factors derived from satellite tags deployed on sea lions in nearby Puget Sound (Washington, US) between 2014–16, were applied. The surveys flown in winter of 2009–10 and 2017 estimated 4,200 (95% CI 3,600–4,900) and 11,800 (95% CI 9,900–14,000) California Sea Lions, respectively. A mean abundance of 13,600 (95% CI 11,300–16,300) California Sea Lions was estimated in 2020–21. This represents a threefold increase since 2009–10 and no significant increase since 2017. While abundance remained consistent across monthly surveys in 2020–21, there was redistribution of animals. Potential Biological Removal (PBR) for 2020–21 in BC, using a recovery factor of 1.0 and adjusting for the proportion of time California Sea Lions spent in BC, was 433 individuals.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,553
Score d'incertitude au seuil0,900

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,010
Tête enseignante GPT0,260
Écart entre enseignants0,250 · 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'étudeObservationnel
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 Canada→Travaux en français237 207→