MétaCan
Menu
Retour à la cohorte
Enregistrement W7138882419 · doi:10.5061/dryad.tmpg4f547

Where to live? Landfast sea ice shapes emperor penguin habitat around Antarctica

2023· dataset· en· W7138882419 sur OpenAlexaff
Sara Labrousse, David Nérini, Alexander Fraser, Leonardo Salas, Michael Sumner, Frédéric Le Manach, Stephanie Jenouvrier, David T. Iles, Michelle La Rue

Notice bibliographique

RevueDRYAD · 2023
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesOffice of Polar ProgramsNational Aeronautics and Space AdministrationNational Science Foundation
Mots-clésHabitatSea iceEmperorCircumpolar starClimate changeSatellite trackingSatellite imagery

Résumé

récupéré en direct d'OpenAlex

Predicting species survival in the face of climate change requires understanding the drivers that influence their distribution. Emperor penguins (Aptenodytes forsteri) incubate and rear chicks on landfast sea ice, whose extent, dynamics, and quality are expected to vary significantly due to climate change. Until recently, this species’ continent-wide observations were scarce, and knowledge on their distribution and habitat limited. Advances in satellite imagery now allow their observation and characterization of habitats across Antarctica at high resolution. Using circumpolar high-resolution satellite images, unique fast ice metrics, and geographic and biological factors, we identified diverse penguin habitats across the continent, with no significant difference between areas with penguins or not. There is a clear geographic partitioning of colonies with respect to their defining habitat characteristics, indicating possible behavioral plasticity among different metapopulations. This coincides with geographic structures found in previous genetic studies. Given projections of quasi-extinction for this species in 2100, this study provides essential information for conservation measures.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,617
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,618

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 Opus0,025
Tête enseignante GPT0,297
Écart entre enseignants0,271 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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 revueDRYADTravaux en français237 207