MétaCan
Menu
Retour à la cohorte
Enregistrement W7133281708

Modèle de population intégrée des bélugas (Delphinapterus leucas) de l'estuaire du Saint-Laurent

2024· other· fr· W7133281708 sur OpenAlexaboutno aff
M. Tim Tinker, Arnaud Mosnier, Anne St-Pierre, Jean-François Gosselin, Stéphane Lair, Robert Michaud, Véronique Lesage

Notice bibliographique

RevueFederal Open Science Repository of Canada / Le Dépôt fédéral de science ouverte du Canada · 2024
Typeother
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPopulationIle de franceAlexithymia
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Les bélugas de l’estuaire du Saint-Laurent (ESL) forment une population remontant à la glaciation du Wisconsin qui comptait probablement 10 000 individus ou plus au milieu des années 1800. En raison d’une chasse intensive qui a débuté dans les années 1700 et de la dégradation de l’environnement, la population a décliné considérablement dans les années 1980, ce qui a mené à leur classification comme espèce en voie de disparition par le Comité sur la situation des espèces en péril au Canada en 1983 et à la mise en œuvre d’une série de programmes de surveillance de la santé, de la démographie et de la dynamique de la population. Les bélugas de l’ESL sont exposés à de multiples facteurs de stress, dont les contaminants environnementaux, la réduction de proies, la prolifération d’algues toxiques, le bruit des navires et divers autres facteurs de risque. Nous avons compilé les jeux de données disponibles sur les tendances en matière d’abondance, les profils de mortalité, la cause de décès et la structure par âge. Nous avons utilisé ces données pour mettre au point et adapter un modèle de population intégratif dans le but d’évaluer l’état actuel et les tendances de la population de béluga de l’ESL, d’estimer le risque de quasi-extinction selon différents scénarios et d’établir de nouvelles cibles de rétablissement de cette population en voie de disparition. Le modèle de processus consistait en un modèle étagé de matrice de projection qui intégrait les différences d’âge et de sexe dans les processus de survie et de reproduction. Nous avons utilisé des méthodes hiérarchiques bayésiennes pour estimer la variation des indices vitaux selon le temps et la densité en les adaptant simultanément aux données des relevés aériens (à l’aide de méthodes visuelles et photographiques), aux données sur la structure par âge de la population vivante et les animaux morts (selon l’estimation de l’âge des carcasses échouées) et aux analyses de la cause de décès concernant les fréquences relatives de mortalité naturelle, de mortalité due à la chasse et de mortalité dystocique ou post-partum chez les femelles reproductrices adultes. Nous avons trouvé des données probantes sur l’augmentation de la mortalité liée à la densité et la mortalité indépendante de la densité (MID) au 20e siècle, qui ont empêché la population de croître à nouveau après l’arrêt de la chasse en 1979. Les résultats de notre modèle ont fait état de tendances complexes de mortalité selon l’âge et le sexe au cours des dernières décennies : par exemple, les risques de MID touchant les animaux plus âgés ont diminué entre 2010 et 2018, ce qui pourrait indiquer une diminution des taux de cancer associés à une exposition moindre aux contaminants. Cette diminution entraîne une tendance à la hausse de l’abondance. En revanche, la mortalité liée à la densité des veaux a augmenté au cours de cette période, de même que la mortalité dystocique ou post-partum chez les femelles gestantes, ce qui a entraîné une diminution de la proportion de jeunes dans la population vivante, alors que la proportion de jeunes dans les animaux morts a augmenté. Ces variations démographiques, combinées à une hausse des risques de MID après 2018, ont entraîné une tendance à la stabilisation de l’abondance après 2018 et à un début éventuel de déclin, bien que la tendance actuelle soit aléatoire en raison d’un niveau accru d’incertitude typique de la fin d’une série chronologique.

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)0,003
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: Empirique
Score de désaccord entre enseignants0,725
Score d'incertitude au seuil0,546

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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 savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,018
Tête enseignante GPT0,239
Écart entre enseignants0,221 · 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
Publié2024
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