Description de la répartition saisonnière et spatiale des proies du genre Calanus et des habitats potentiels d'alimentation de la baleine noire du nord de l'Atlantique dans les eaux canadiennes à l'aide de modèles de répartition des espèces
Notice bibliographique
Résumé
L’objectif de cette étude était de décrire les variations saisonnières et spatiales de l’abondance des espèces de Calanus et de l’habitat d’alimentation potentiel de la baleine noire de l’Atlantique Nord (ci-après la baleine noire) dans les eaux canadiennes au cours de la période 1999-2020. Nous avons tiré parti des programmes de surveillance océanographique au Canada et aux États-Unis (É.-U.) pour élaborer une approche de modélisation intégrée comprenant les éléments suivants : (1) Modèles de répartition des espèces (MRE) de C. finmarchicus, de C. glacialis et de C. hyperboreus pour prédire leur abondance; (2) l’abondance prédite convertie en biomasse pour tenir compte des différences de taille entre les espèces de Calanus; (3) des modèles additifs généralisés (GAM) décrivant les variations saisonnières de la répartition verticale des espèces de Calanus; (4) une couche de proies multi espèces en 3D combinant la biomasse de la colonne d’eau et la répartition verticale propre à chaque espèce et (5) un modèle bioénergétique des baleines noires pour évaluer la qualité des des proies et décrire la répartition saisonnière et spatiale de l’habitat d’alimentation potentiel. Au moyen des GAM, nous avons construit une série de MRE basés sur différentes hypothèses mécanistiques concernant les facteurs touchant les populations d’espèces de Calanus dans les eaux canadiennes et américaines. Les modèles les plus performants comprenaient le terme de « connectivité » du paysage marin en plus d’autres covariables clés (température, bathymétrie), et ils supposaient que les réponses des espèces de Calanus aux covariables étaient généralement les mêmes dans l’ensemble du domaine (pas d’adaptation locale) avec une forte influence du transport dans certains endroits. Les termes de « température » et de « connectivité » représentent des patrons réalistes d’influence des différents régimes de température et des masses d’eau sur les espèces de Calanus dans les eaux canadiennes. Notre approche de modélisation intégrée a permis de cerner des habitats d’alimentation connus (p. ex. : bassin Roseway) et nouvellement identifiés (p. ex. : sud du golfe du Saint-Laurent [GSL]) de la baleine noire ainsi que d’autres habitats d’alimentation potentiels dans les eaux canadiennes. Nos résultats montrent que les zones d’alimentation potentielles de baleines noires dans les eaux canadiennes sont déterminées par un assemblage de plusieurs espèces de Calanus qui varie dans l’espace et dans le temps. Par conséquent, les conclusions concernant la résilience passée, actuelle et future des habitats d’alimentation des baleines noires aux variations des conditions environnementales et au changement climatique doivent être faites avec prudence en raison des réponses particulières des espèces à ces changements.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».