Abondance et trajectoire de la population de béluga de l'estuaire du Saint-Laurent
Bibliographic record
Abstract
L’abondance de la population de béluga de l’estuaire du Saint-Laurent (ESL) a été estimée à l’aide de relevés aériens systématiques couvrant l’ensemble de son aire de répartition estivale depuis 1990. L’évaluation actuelle est fondée sur 11 relevés photographiques effectués durant huit étés entre 1990 et 2019 et sur 52 relevés visuels effectués au cours de 14 étés entre 2001 et 2022. Les évaluations précédentes de l’abondance des bélugas et des tendances de la population n’incluaient pas les estimations des relevés visuels. Des facteurs de correction actualisés pour les animaux manqués parce qu’ils étaient en plongée (biais de disponibilité) ou présents à la surface, mais non détectés par les observateurs (biais de perception) permettent désormais d’utiliser à la fois les relevés visuels et photographiques. Avec ces facteurs de correction actualisés, les estimations révisées d’abondance provenant des relevés photographiques sont désormais 1,3 à 1,5 fois plus élevées que les estimations précédentes. Les estimations révisées des relevés visuels sont maintenant 1,2 à 2,8 fois plus élevées que les estimations précédentes et sont généralement plus variables que celles provenant des relevés photographiques. Ces estimations révisées des relevés aériens, ainsi que diverses autres sources de données à long terme, ont été intégrées dans un modèle de population afin d’estimer l’abondance et la trajectoire de la population de béluga de l’ESL. Ce modèle tient compte de ce que l’on sait du béluga de l’ESL et du niveau d’incertitude entourant la dynamique de la population. Les tendances estimées par le modèle se sont avérées cohérentes avec l’évaluation précédente (2012) pour la période 1980 à 2007. Après 2007, les tendances divergent entre les évaluations, le nouveau modèle montrant une tendance à la hausse plutôt qu’à la baisse. Il est possible que la réduction observée de l’incidence des cancers ait progressivement augmenté la survie des adultes plus âgés et contribué à l’accroissement de la population entre 2010 et 2018. Bien que l’incertitude soit toujours plus grande vers la fin d’une série temporelle, les résultats du modèle indiquent que la tendance de la population s’est stabilisée entre 2018 et 2022, reflétant probablement la faible survie des veaux et des femelles gestantes depuis 2010 et un possible ralentissement de la survie des autres adultes ces dernières années. L’abondance modélisée de 1 850 bélugas de l’ESL (IC à 95 % : 1 500 à 2 200) en 2022 correspond à un prélèvement biologique potentiel (PBP) de 3,4 individus par an. La taille maximale de la population qui pourrait être maintenue dans l’ESL sans sources de mortalité anthropiques est estimée à 6 700 bélugas (IC à 95 % : 4 300 à 10 400). C’est cette capacité de charge qui a été utilisée pour estimer les niveaux de référence. L’estimation de l’abondance moyenne pour 2022 est inférieure au niveau de référence de prudence (NRP = 3 219) et supérieure au niveau de référence limite (NRL = 1 609), qui correspond à la zone de prudence selon le Cadre de précaution. En supposant que les conditions environnementales récentes (de 2010 à 2022) et les variations naturelles se maintiennent dans les 100 prochaines années, il existe une probabilité de 78 % que la population reste en dessous du NRP et une probabilité de 41 % qu’elle tombe dans la zone critique, c.-à-d. en dessous du NRL. La probabilité de quasi-extinction (50 individus ou moins) sur 100 ans est estimée à 0,06 %. Les objectifs de rétablissement proposés pour les 28 prochaines années (une génération) sont les suivants : 1) atteindre ou dépasser un taux de croissance annuel moyen de 1 %, 2) réduire de 25 % la mortalité des veaux et des femelles gestantes et 3) réduire la mortalité anthropique annuelle en dessous du prélèvement biologique potentiel. Les objectifs à plus long terme (plus de 100 ans) pour la population seraient de faire passer le nombre d’individus matures au-dessus de 2 500, et qu’il finisse par dépasser le niveau de référence de prudence. Les facteurs à l’origine de la mortalité élevée des veaux et des femelles gestantes sont des facteurs importants dans nos estimations de l’abondance et de la trajectoire de la population, et se traduisent par une grande incertitude dans les prédictions. La proportion d’animaux non vus pendant le relevé (en raison du biais de disponibilité ou de perception) a un impact important sur l’estimation de l’abondance et contribue à l’incertitude entourant les tendances actuelles.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".