Abondance et aire de répartition des cétacés dans les eaux Canadiennes du Pacifique
Bibliographic record
Abstract
Le Relevé international de la mégafaune marine dans la région du Pacifique (PRISMM), un relevé plurispécifique par transect linéaire réalisé à partir de navires, a été mené entre le 4 juillet et le 5 septembre 2018 pour estimer l’abondance et la répartition des espèces de cétacés dans les eaux canadiennes du Pacifique. Plus de 2 000 observations ont été faites de 20 espèces de mammifères marins sur 8 400 km d’effort. La densité et l’abondance ont été estimées pour neuf espèces à l’aide d’analyses de transects linéaires standard ou d’une modélisation de la surface de densité. Des cartes de la répartition modélisée ont été produites pour les espèces les plus couramment rencontrées (rorqual à bosse, rorqual commun, marsouin de Dall et marsouin commun). Une fois corrigée pour le comportement de plongée, l’abondance a été estimée à 24 300 marsouins de Dall (IC à 95 % : 19 500 à 30 300), 12 200 rorquals à bosse (8 200 à 18 300), 7 400 marsouins communs (3 600 à 15 200), 5 900 dauphins à flancs blancs du Pacifique (2 900 à 11 800), 3 000 rorquals communs (2 200 à 4 000), 2 200 dauphins à dos lisse (730 à 6 700), 920 dauphins de Risso (180 à 4 800), 200 rorquals bleus (59 à 670) et 70 rorquals boréaux (24 à 210). Ces estimations représentent l’abondance des cétacés dans les eaux canadiennes au moment du relevé, mais ne correspondent pas à l’abondance des populations entières, qui sont réparties dans de plus vastes régions du Pacifique.
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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".