MétaCan
Menu
← Back to cohort
Record W7133282058

Estimations de l'abondance des cétacés provenant du relevé international de la mégafaune marine dans la région du Pacifique de 2018

2024· other· fr· W7133282058 on OpenAlexaboutno aff
Doniol-Valcroze. T., L. Nichol, B. Wright, E. Stredulinsky, L. Spaven, R. M. Abernethy

Bibliographic record

VenueFederal Open Science Repository of Canada / Le Dépôt fédéral de science ouverte du Canada · 2024
Typeother
Languagefr
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsPacific oceanCoastal zoneMarine mammal
DOInot available

Abstract

fetched live from OpenAlex

Plusieurs espèces de mammifères marins sur la côte ouest du Canada sont déclarées comme prises accessoires dans le cadre des activités de pêche. En vertu d’une disposition de la Marine Mammal Protection Act (MMPA) des États-Unis, le Canada, à titre d’exportateur de produits du poisson, doit fournir des estimations des populations et des taux de mortalité accidentelle liés aux activités de pêche. Toutefois, les estimations de l’abondance dans les eaux canadiennes du Pacifique font défaut pour la plupart des espèces de cétacés, en particulier pour les zones extracôtières, ou sont trop vieilles pour satisfaire aux exigences de la MMPA. Le relevé international de la mégafaune marine dans la région du Pacifique (PRISMM) avait pour objectif de fournir des estimations récentes de l’abondance et des données sur la répartition des grandes espèces marines dans les eaux canadiennes côtières et extracôtières du Pacifique. Le relevé a été réalisé entre le 4 juillet et le 5 septembre 2018, à l’aide de deux navires de la Garde côtière canadienne, et a fourni un total de 8 400 km d’échantillonnage visuel et a donné lieu à 2 000 observations de 20 espèces de mammifères marins. En utilisant des méthodes d’échantillonnage de la distance des observations, de nouvelles estimations de l’abondance ont été fournies pour neuf espèces de cétacés dans les eaux canadiennes du Pacifique : 30 117 marsouins de Dall (IC à 95 % 22 142–40 965), 12 244 rorquals à bosse (8 214–18 252), 7 352 marsouins communs (3 547–15 237), 5 882 dauphins à flancs blancs du Pacifique (2 941–11 766), 3 829 rorquals communs (2 145–6 834), 2 207 dauphins à dos lisse (726– 6 709), 920 dauphins de Risso (178–4 758), 199 rorquals bleus (59–670) et 70 rorquals boréaux (24–209). Ces estimations sont ajustées pour tenir compte du biais de disponibilité basé sur le temps d’observation et le comportement de plongée, mais ne sont pas ajustées pour tenir compte du biais de perception. À l’exception du dauphin à flancs blancs du Pacifique, les estimations de l’abondance des cétacés dans les eaux côtières en 2018 suggèrent que plusieurs populations sont stables (marsouin de Dall, marsouin commun, rorqual commun) ou continuent de se rétablir après une diminution antérieure et s’étendent à de nouvelles zones (rorqual à bosse). Le retour de ces prédateurs dans des habitats d’où ils avaient disparu aura des conséquences importantes pour l’écosystème. Ces estimations actualisées de l’abondance pour l’ensemble de la côte peuvent également éclairer le calcul des estimations du prélèvement biologique potentiel relativement à la mortalité anthropique.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.314
Threshold uncertainty score0.631

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.002
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0030.005
Science and technology studies0.0010.000
Scholarly communication0.0010.001
Open science0.0010.001
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0030.001

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.

Opus teacher head0.006
GPT teacher head0.237
Teacher spread0.231 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2024
Admission routes1
Has abstractyes

Explore more

Same venueFederal Open Science Repository of Canada / Le Dépôt fédéral de science ouverte du Canada→French-language works237,207→