Nuorten hylkeiden ravinto Suomenlahdella, Lounaissaaristossa sekä Merenkurkussa ja Perämerellä
Bibliographic record
Abstract
Suomen merialueella esiintyvien harmaahylkeen (Halichoerus grypus) ja norpan (Phoca hispida botnica) ravinnosta on vähän julkaistua tietoa. Tehdyt ruotsalaiset ravintotutkimukset ovat keskittyneet varsinaiselle Itämerelle ja Pohjanlahdelle sekä venäläiset tutkimukset Suomenlahdelle. Nämä tutkimukset eivät kuitenkaan koske varsinaisesti Suomen merialueita. Tämän työn tarkoituksena oli selvittää nuorten harmaahylkeiden ja norppien ravintoa Suomen merialueilla Suomenlahdella, Lounaissaaristossa sekä Merenkurkussa ja Perämerellä. Tarkastelin lajien, sukupuolten ja merialueiden välisiä eroja ravinnossa. Tietoa hylkeiden ravinnosta tarvitaan ennen kaikkea selvitettäessä hylkeiden merkitystä Itämeren kalakantojen hyödyntäjänä. Samalla saadaan taustatietoa hylkeiden aiheuttamien kalastusvahinkojen arvioimiseksi. Suojelun kannalta on tärkeää tietää esimerkiksi, ryöväävätkö nuoret hylkeet kalanpyydyksiä vai takertuvatko ja menehtyvätkö ne niihin sattumalta. Käytössäni oli osa Riista- ja kalatalouden tutkimuslaitoksen keräämää, pakastettua hylkeiden ruoansulatuskanava-aineistoa vuosilta 1986-1999. Se käsitti alle kolmevuotiaina kalanpyydyksiin kuolleita hylkeitä, yhteensä 150 harmaahyljettä ja 62 norppaa, jotka kaikki oli todettu hyväkuntoisiksi. Etsin näiden yksilöiden mahalaukuista ja suolistoista ensisijaisesti kalojen muodoltaan lajityypilliset tasapainokivet eli otoliitit, jotka kulkeutuvat tunnistettavina koko ruoansulatuskanavan läpi. Tulokset osoittivat, että suoliston sisällön analysoinnin mukaanottaminen yleisesti käytetyn maha-analyysin lisäksi kannattaa, koska sen avulla saadaan lisätietoa käytetystä ravinnosta. Sukupuolten välillä ei havaittu tilastollisesti (x2) merkitseviä eroja ravinnossa tärkeimpien kalalajien osalta. Siksi eri sukupuolten aineistot yhdistettiin. Tarkastelutapana käytin suhteellisia frekvenssejä ja esiintymisfrekvenssejä. Harmaahylkeen ravintoa voitiin tarkastella merialueittain, mutta norpan ravintoa aineiston pienuuden vuoksi vain Suomenlahden osalta. Silakka oli suosituin kalalaji molemmilla hyljelajeilla. Ravinto käsitti silakan lisäksi pääasiassa pieniä parvi- ja pohjakaloja, kuten esimerkiksi kuoretta (Osmerus eperlanus) ja kivinilkkaa (Zoarces viviparus). Norpan ravinnossa korostui lisäksi voimakkaasti kolmipiikin osuus; ainoastaan tämän saaliskalan osuudessa hyljelajien välillä oli tilastollisesti merkitsevä ero (x2 p < 0,001). Harmaahylkeen ravinto koostui eri merialueilla pääasiassa samoista lajeista, mutta lajisuhteet vaihtelivat merialueiden ominaispiirteistä johtuen. Ravintovalikoiman laajuutta ja tasaisuutta tutkin Shannonin entropialla (H', J'). Ravinnon vaihtelu harmaahylkeellä oli hieman suurempaa kuin norpalla (H'= 2,065, H'= 1,964), mutta ei aivan yhtä tasaisesti jakautunutta (J'= 0,729, J'= 0,766). Tarkastelin lisäksi aineistoa pyydyskohtaisesti Suomenlahdella ja Lounaissaaristossa lohipyydysten ja muiden pyydysten osalta sekä Merenkurkussa ja Perämerellä silakkapyydysten ja muiden pyydysten osalta, jotta nähtäisiin onko hylje syönyt kyseisen pyydyksen kalaa. Merenkurkun ja Perämeren aineisto viittasi siihen, että hylkeet ovat voineet olla ennen kuolinhetkeään syömässä silakkapyydyksistä. Päätulos kuitenkin osoitti, että alle vuoden ikäisten hylkeiden ravinnossa ei esiintynyt taimenta eikä lohta. Lohipyydystarkasteluhavainnot osoittavat myös, että nuoret hylkeet eivät olleet kuolinhetkellään syömässä kaloja lohiverkoista. Ne ovat mitä ilmeisemmin törmänneet ja hukkuneet niihin pyydystäessään pieniä parvi- ja pohjakaloja, mikä on nuorten hylkeiden suojelun kannalta erittäin tärkeä havainto. Tämä työ on osa laajempaa julkaistavaa tutkimusta, jossa tarkastellaan myös yli kolmevuotiaiden yksilöiden ravintoa.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 0.005 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".