Évaluation du stock de morses de l'Atlantique du sud et de l'est de la baie d'Hudson en 2022
Bibliographic record
Abstract
Le relevé photographique aérien des côtes effectué en septembre 2022 couvrait tous les sites d’échoueries terrestres connus identifiés dans l’aire de répartition des morses du sud et de l’est de la baie d’Hudson (SEBH), d’après les relevés précédents et l’Inuit Qaujimajatuqangit (savoir local). Les dénombrements moyens de morses présents aux échoueries issus du relevé photographique aérien s’élevaient à 130 animaux. L’estimation de l’abondance correspondante (arrondie à la dizaine près) était de 430 (IC à 95 % = 160-1 190) après prise en compte des animaux en mer pendant le relevé. Des images satellites couvrant la majeure partie de la zone étudiée, prises entre août et octobre 2022, ont également été analysées pour obtenir une deuxième estimation de l’abondance. Le nombre moyen de morses présents aux échoueries estimé à partir d’images satellites était de 190, ce qui correspond à une estimation de l’abondance de 630 (IC à 95 % = 230- 1 770) après prise en compte des animaux en mer. L’estimation combinée de l’abondance tirée du relevé aérien et des images satellites est de 500 (IC à 95 % = 230–1 060) morses. Selon l’estimation combinée de l’abondance, l’estimation du prélèvement biologique potentiel (PBP) pour le stock du SEBH est de 4. Le facteur de correction pour les animaux en mer a une grande incidence sur l’estimation de l’abondance, mais il est éclairé par une quantité limitée de données.
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 | 0.000 | 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) | 0.001 | 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".