Barbara Block: Tagging tuna in the deep ocean

24,725 views ・ 2010-10-06

TED


Por favor, faça duplo clique nas legendas em inglês abaixo para reproduzir o vídeo.

Tradutor: Melissa Mendes Revisor: Claudia Solano
00:15
I've been fascinated for a lifetime
0
15260
3000
Há muito tempo, sou fascinada
00:18
by the beauty, form and function
1
18260
2000
pela beleza, forma e função
00:20
of giant bluefin tuna.
2
20260
3000
do atum-de-barbatana-azul gigante.
00:23
Bluefin are warmblooded like us.
3
23260
3000
Atuns-azuis têm sangue quente como nós.
00:26
They're the largest of the tunas,
4
26260
3000
Eles são os maiores atuns,
00:29
the second-largest fish in the sea -- bony fish.
5
29260
3000
os segundos maiores peixes do mar -- peixes ósseos.
00:32
They actually are a fish
6
32260
2000
Eles, na verdade, são uma espécie
00:34
that is endothermic --
7
34260
2000
que é homeotérmica --
00:36
powers through the ocean with warm muscles like a mammal.
8
36260
3000
movem-se pelo oceano com músculos quentes como um mamífero.
00:40
That's one of our bluefin at the Monterey Bay Aquarium.
9
40260
3000
Esse é um dos nossos atuns-azuis no Aquário de Monterey Bay.
00:43
You can see in its shape and its streamlined design
10
43260
3000
Vocês podem ver em seu formato e seu design retilíneo
00:46
it's powered for ocean swimming.
11
46260
3000
seu poder para nadar no oceano.
00:49
It flies through the ocean on its pectoral fins, gets lift,
12
49260
3000
Eles voam pelo oceano com suas barbatanas peitorais, sobem,
00:52
powers its movements
13
52260
2000
amplificam seus movimentos
00:54
with a lunate tail.
14
54260
2000
com uma cauda em forma de lua crescente.
00:56
It's actually got a naked skin for most of its body,
15
56260
3000
Eles, na verdade, não tem escamas na maior parte do corpo,
00:59
so it reduces friction with the water.
16
59260
3000
o que reduz a fricção com a água.
01:02
This is what one of nature's finest machines.
17
62260
3000
Essa é uma das máquinas mais precisas da natureza.
01:05
Now, bluefin
18
65260
2000
Agora, o atum-azul
01:07
were revered by Man
19
67260
2000
foi reverenciado pelo homem
01:09
for all of human history.
20
69260
3000
por toda a história humana.
01:12
For 4,000 years, we fished sustainably for this animal,
21
72260
3000
Por 4.000 anos, pescamos este animal de forma sustentável,
01:15
and it's evidenced
22
75260
2000
e isso está evidente
01:17
in the art that we see
23
77260
2000
na arte que vemos
01:19
from thousands of years ago.
24
79260
2000
de milhares de anos atrás.
01:21
Bluefin are in cave paintings in France.
25
81260
3000
O atum-azul está em pinturas rupestres na França.
01:24
They're on coins
26
84260
2000
Está em moedas
01:26
that date back 3,000 years.
27
86260
3000
que datam de 3.000 anos atrás.
01:29
This fish was revered by humankind.
28
89260
3000
Este peixe foi reverenciado pela espécie humana.
01:32
It was fished sustainably
29
92260
2000
Foi pescado de modo sustentável
01:34
till all of time,
30
94260
2000
por todo esse tempo,
01:36
except for our generation.
31
96260
2000
exceto pela nossa geração.
01:38
Bluefin are pursued wherever they go --
32
98260
3000
Atuns-azuis são perseguidos aonde quer que vão.
01:41
there is a gold rush on Earth,
33
101260
2000
Existe uma corrida do ouro na Terra,
01:43
and this is a gold rush for bluefin.
34
103260
2000
uma corrida do ouro por atum-azul.
01:45
There are traps that fish sustainably
35
105260
2000
Há armadilhas que pescam com sustentabilidade
01:47
up until recently.
36
107260
3000
até recentemente.
01:50
And yet, the type of fishing going on today,
37
110260
3000
Mesmo assim, o tipo de pescaria atual,
01:53
with pens, with enormous stakes,
38
113260
3000
com varas, enormes arpões,
01:56
is really wiping bluefin
39
116260
2000
está realmente levando o atum-azul
01:58
ecologically off the planet.
40
118260
2000
a desaparecer do planeta.
02:00
Now bluefin, in general,
41
120260
2000
Agora o atum-azul, em geral,
02:02
goes to one place: Japan.
42
122260
2000
vai para um lugar, o Japão.
02:04
Some of you may be guilty
43
124260
2000
Alguns de vocês podem ser culpados
02:06
of having contributed to the demise of bluefin.
44
126260
2000
por terem contribuído para a morte de atum-azul.
02:08
They're delectable muscle,
45
128260
2000
Eles têm saborosos músculos,
02:10
rich in fat --
46
130260
2000
ricos em gordura --
02:12
absolutely taste delicious.
47
132260
2000
absolutamente deliciosos.
02:14
And that's their problem; we're eating them to death.
48
134260
3000
E esse é o problema; estamos comendo eles até a morte.
02:17
Now in the Atlantic, the story is pretty simple.
49
137260
3000
Agora no Atlântico, a história é até simples.
02:20
Bluefin have two populations: one large, one small.
50
140260
3000
Atuns-azuis têm duas populações, uma grande, outra menor.
02:23
The North American population
51
143260
2000
A população norte-americana
02:25
is fished at about 2,000 ton.
52
145260
3000
é pescada aproximadamente até 2.000 toneladas.
02:28
The European population and North African -- the Eastern bluefin tuna --
53
148260
3000
A população européia e norte-africana -- os atuns do Leste --
02:31
is fished at tremendous levels:
54
151260
3000
é pescada a níveis tremendos:
02:34
50,000 tons over the last decade almost every year.
55
154260
3000
50.000 toneladas quase todos os anos na última década.
02:37
The result is whether you're looking
56
157260
2000
O resultado é que se você observar
02:39
at the West or the Eastern bluefin population,
57
159260
3000
as populações do Oeste ou do Leste de atum-azul,
02:42
there's been tremendous decline on both sides,
58
162260
2000
têm acontecido um tremendo declínio dos dois lados,
02:44
as much as 90 percent
59
164260
2000
por volta de 90 porcento,
02:46
if you go back with your baseline
60
166260
2000
se você voltar na linha do tempo
02:48
to 1950.
61
168260
2000
para 1950.
02:50
For that, bluefin have been given a status
62
170260
3000
Por causa disso, foi dado um status ao atum-azul
02:53
equivalent to tigers, to lions,
63
173260
3000
equivalente ao de tigres, de leões,
02:56
to certain African elephants
64
176260
2000
até de alguns elefantes africanos
02:58
and to pandas.
65
178260
2000
e de pandas.
03:00
These fish have been proposed
66
180260
2000
Foi proposto incluir esses peixes
03:02
for an endangered species listing in the past two months.
67
182260
3000
na lista de espécies em perigo há dois meses atrás.
03:05
They were voted on and rejected
68
185260
2000
Foi votado e rejeitado
03:07
just two weeks ago,
69
187260
2000
apenas duas semanas atrás,
03:09
despite outstanding science
70
189260
2000
apesar da importante pesquisa
03:11
that shows from two committees
71
191260
3000
de dois comitês que mostra
03:14
this fish meets the criteria of CITES I.
72
194260
3000
que o peixe preenche os critérios do CITES I.
03:17
And if it's tunas you don't care about,
73
197260
2000
E se vocês não se importam muito com atuns,
03:19
perhaps you might be interested
74
199260
2000
talvez vocês possam estar interessados
03:21
that international long lines and pursing
75
201260
2000
em saber que redes de pesca internacionais
03:23
chase down tunas and bycatch animals
76
203260
3000
capturam atuns e animais próximos
03:26
such as leatherbacks, sharks,
77
206260
2000
como tartarugas-de-couro, tubarões,
03:28
marlin, albatross.
78
208260
2000
peixe-espada, albatroz.
03:30
These animals and their demise
79
210260
2000
Esses animais e seu desaparecimento
03:32
occurs in the tuna fisheries.
80
212260
3000
ocorrem nas áreas de pesca de atum.
03:35
The challenge we face
81
215260
2000
O desafio que nós encaramos
03:37
is that we know very little about tuna,
82
217260
3000
é que sabemos muito pouco sobre atum,
03:40
and everyone in the room knows what it looks like
83
220260
3000
e todos aqui presentes sabem como é
03:43
when an African lion
84
223260
2000
quando um leão africano
03:45
takes down its prey.
85
225260
2000
abate sua presa.
03:47
I doubt anyone has seen a giant bluefin feed.
86
227260
3000
Eu duvido que alguém tenha visto atuns se alimentarem.
03:50
This tuna symbolizes
87
230260
3000
Esse atum simboliza
03:53
what's the problem for all of us in the room.
88
233260
3000
o problema para todos nós nesta sala.
03:56
It's the 21st century, but we really have only just begun
89
236260
3000
É o século 21, mas nós realmente apenas começamos
03:59
to really study our oceans in a deep way.
90
239260
3000
a estudar de maneira aprofundada nossos oceanos.
04:02
Technology has come of age
91
242260
2000
A tecnologia chegou a uma era
04:04
that's allowing us to see the Earth from space
92
244260
3000
que nos permite ver a Terra do espaço
04:07
and go deep into the seas remotely.
93
247260
3000
e ir fundo nos mares de maneira remota.
04:10
And we've got to use these technologies immediately
94
250260
2000
E nós temos que usar essas tecnologias imediatamente
04:12
to get a better understanding
95
252260
2000
para ter um melhor entendimento
04:14
of how our ocean realm works.
96
254260
3000
de como o nosso terreno oceânico funciona.
04:17
Most of us from the ship -- even I --
97
257260
2000
Muitos de nós de um navio, mesmo eu,
04:19
look out at the ocean and see this homogeneous sea.
98
259260
3000
observa o oceano e vê esse mar homogêneo.
04:22
We don't know where the structure is.
99
262260
2000
Não sabemos onde a estrutura está.
04:24
We can't tell where are the watering holes
100
264260
3000
Não podemos dizer onde estão os poços de água
04:27
like we can on an African plain.
101
267260
3000
como podemos em uma planície africana.
04:30
We can't see the corridors,
102
270260
2000
Não podemos ver os corredores,
04:32
and we can't see what it is
103
272260
2000
e também não vemos o que
04:34
that brings together a tuna,
104
274260
2000
aproxima um atum,
04:36
a leatherback and an albatross.
105
276260
2000
uma tarturaga-de-couro e um albatroz.
04:38
We're only just beginning to understand
106
278260
2000
Estamos apenas começando a entender
04:40
how the physical oceanography
107
280260
2000
como a oceanografia física
04:42
and the biological oceanography
108
282260
2000
e a oceanografia biológica
04:44
come together
109
284260
2000
se juntam
04:46
to create a seasonal force
110
286260
2000
para criar uma força sazonal
04:48
that actually causes the upwelling
111
288260
2000
que, na verdade, causa o afloramento
04:50
that might make a hot spot a hope spot.
112
290260
3000
que pode transformar uma área rica em biodiversidade em uma área de preservação
04:53
The reasons these challenges are great
113
293260
2000
As razões pelas quais esses desafios são ótimos
04:55
is that technically it's difficult to go to sea.
114
295260
3000
é que tecnicamente é difícil ir para o mar.
04:58
It's hard to study a bluefin on its turf,
115
298260
2000
É difícil estudar um atum-azul no seu hábitat,
05:00
the entire Pacific realm.
116
300260
2000
no terreno inteiro do Pacífico.
05:02
It's really tough to get up close and personal with a mako shark
117
302260
4000
É realmente árduo chegar próximo a um tubarão-mako
05:06
and try to put a tag on it.
118
306260
2000
e tentar colocar um rastreador nele.
05:08
And then imagine being Bruce Mate's team from OSU,
119
308260
3000
E então imagine ser a equipe de Bruce Mate do OSU,
05:11
getting up close to a blue whale
120
311260
2000
chegando perto de uma baleia azul
05:13
and fixing a tag on the blue whale that stays,
121
313260
3000
e colocando um rastreador numa baleia que fique,
05:16
an engineering challenge
122
316260
2000
um desafio de engenharia
05:18
we've yet to really overcome.
123
318260
2000
que nós ainda temos que superar.
05:20
So the story of our team, a dedicated team,
124
320260
3000
Então a história do nosso time, um dedicado time,
05:23
is fish and chips.
125
323260
2000
é "peixe e chips".
05:25
We basically are taking
126
325260
2000
Nós basicamente pegamos
05:27
the same satellite phone parts,
127
327260
2000
as mesmas partes dos satélites telefônicos,
05:29
or the same parts that are in your computer, chips.
128
329260
3000
ou as mesmas partes que estão no seu computador, chips.
05:32
We're putting them together in unusual ways,
129
332260
3000
Estamos colocando-as juntas de maneiras incomuns,
05:35
and this is taking us into the ocean realm
130
335260
2000
e isso está nos levando ao terreno oceânico
05:37
like never before.
131
337260
2000
como nunca antes.
05:39
And for the first time,
132
339260
2000
E, pela primeira vez,
05:41
we're able to watch the journey of a tuna beneath the ocean
133
341260
3000
podemos assistir à jornada do atum pelo oceano
05:44
using light and photons
134
344260
2000
usando luz e fótons
05:46
to measure sunrise and sunset.
135
346260
3000
para medir o nascer e pôr do sol.
05:49
Now, I've been working with tunas for over 15 years.
136
349260
3000
Agora, eu venho trabalhando com atuns há mais de quinze anos.
05:52
I have the privilege of being a partner
137
352260
2000
Eu tenho o privilégio de ter uma parceria
05:54
with the Monterey Bay Aquarium.
138
354260
2000
com o Aquário de Monterey Bay.
05:56
We've actually taken a sliver of the ocean,
139
356260
2000
Nós na verdade tiramos pedaços do oceano,
05:58
put it behind glass,
140
358260
2000
colocamos atrás de um vidro,
06:00
and we together
141
360260
2000
e juntos
06:02
have put bluefin tuna and yellowfin tuna on display.
142
362260
3000
colocamos atum-azul e atum-amarelo em exibição.
06:05
When the veil of bubbles lifts every morning,
143
365260
3000
Quando a cortina de bolhas sobe toda manhã,
06:08
we can actually see a community from the Pelagic ocean,
144
368260
3000
podemos ver uma comunidade da zona pelágica oceânica,
06:11
one of the only places on Earth
145
371260
2000
um dos únicos lugares na Terra
06:13
you can see giant bluefin swim by.
146
373260
3000
por onde você pode ver atuns-azuis gigantes nadarem.
06:16
We can see in their beauty of form and function,
147
376260
2000
Podemos ver na sua beleza de forma e função,
06:19
their ceaseless activity.
148
379260
2000
sua atividade incessante.
06:21
They're flying through their space, ocean space.
149
381260
3000
Estão voando pelo espaço deles, espaço oceânico.
06:24
And we can bring two million people a year
150
384260
2000
E nós podemos colocar dois milhões de pessoas por ano
06:26
into contact with this fish
151
386260
2000
em contato com esse peixe
06:28
and show them its beauty.
152
388260
3000
e mostrar a eles sua beleza.
06:31
Behind the scenes is a working lab at Stanford University
153
391260
3000
Atrás dos cenários há um laboratório da Universidade de Stanford
06:34
partnered with the Monterey Bay Aquarium.
154
394260
2000
em parceria com o Aquário de Monterey Bay.
06:36
Here, for over 14 or 15 years,
155
396260
2000
Aqui, por mais ou menos 14 ou 15 anos,
06:38
we've actually brought in
156
398260
2000
temos mantido
06:40
both bluefin and yellowfin in captivity.
157
400260
2000
tanto atum-azul quanto atum-amarelo em cativeiro.
06:42
We'd been studying these fish,
158
402260
2000
Temos estudado esse peixe.
06:44
but first we had to learn how to husbandry them.
159
404260
2000
Mas primeiro tivemos que aprender como criá-los.
06:46
What do they like to eat?
160
406260
2000
O que eles gostam de comer?
06:48
What is it that they're happy with?
161
408260
2000
Com o que ficam felizes?
06:50
We go in the tanks with the tuna -- we touch their naked skin --
162
410260
3000
Nós entramos nos tanques com o atum. Tocamos sua pele sem escamas.
06:53
it's pretty amazing. It feels wonderful.
163
413260
3000
É realmente fantástico. Uma sensação maravilhosa.
06:56
And then, better yet,
164
416260
2000
E depois, melhor ainda,
06:58
we've got our own version of tuna whisperers,
165
418260
2000
temos nossa própria versão de pescadores de atuns,
07:00
our own Chuck Farwell, Alex Norton,
166
420260
2000
nossos próprios Chuck Farwell, Alex Norton,
07:02
who can take a big tuna
167
422260
2000
que podem pegar um atum grande
07:04
and in one motion,
168
424260
2000
e em um ato,
07:06
put it into an envelope of water,
169
426260
2000
colocá-lo num envelope de água,
07:08
so that we can actually work with the tuna
170
428260
2000
para que possamos de fato trabalhar com o atum
07:10
and learn the techniques it takes
171
430260
2000
e aprender as técnicas necessárias
07:12
to not injure this fish
172
432260
2000
para não machucarmos esse peixe
07:14
who never sees a boundary in the open sea.
173
434260
3000
que nunca vê limites no mar aberto.
07:17
Jeff and Jason there, are scientists
174
437260
2000
Jeff e Jason são cientistas
07:19
who are going to take a tuna
175
439260
2000
que vão pegar o atum
07:21
and put it in the equivalent of a treadmill, a flume.
176
441260
3000
e colocá-lo no equivalente a uma esteira, um escorregador.
07:24
And that tuna thinks it's going to Japan, but it's staying in place.
177
444260
3000
E aquele atum acha que está indo pro Japão, mas fica no mesmo lugar.
07:27
We're actually measuring its oxygen consumption,
178
447260
2000
Estamos, na verdade, medindo seu consumo de oxigênio,
07:29
its energy consumption.
179
449260
2000
seu consumo de energia.
07:32
We're taking this data and building better models.
180
452260
3000
Estamos pegando essa informação e construindo modelos melhores.
07:35
And when I see that tuna -- this is my favorite view --
181
455260
3000
E quando eu vejo aquele atum -- é minha visão preferida --
07:38
I begin to wonder:
182
458260
2000
Eu começo a pensar:
07:40
how did this fish solve the longitude problem before we did?
183
460260
3000
como esse peixe resolveu o problema da longitude antes de nós?
07:44
So take a look at that animal.
184
464260
2000
Então, dê uma olhada naquele animal.
07:46
That's the closest you'll probably ever get.
185
466260
2000
É provavelmente o mais perto que você vai chegar.
07:48
Now, the activities from the lab
186
468260
3000
Agora, as atividades do laboratório
07:51
have taught us now how to go out in the open ocean.
187
471260
3000
nos ensinaram a como sair em oceano aberto.
07:54
So in a program called Tag-A-Giant
188
474260
3000
Então em um programa chamado Rastreie-um-Gigante
07:57
we've actually gone from Ireland to Canada,
189
477260
3000
fomos de fato da Irlanda ao Canadá,
08:00
from Corsica to Spain.
190
480260
2000
da Córsega à Espanha.
08:02
We've fished with many nations around the world
191
482260
3000
Nós temos pescado com muitas nações pelo mundo
08:05
in an effort to basically
192
485260
2000
em um esforço para basicamente
08:07
put electronic computers
193
487260
3000
colocar computadores eletrônicos
08:10
inside giant tunas.
194
490260
2000
dentro de atuns gigantes.
08:12
We've actually tagged 1,100 tunas.
195
492260
3000
Já colocamos rastreadores em 1.100 atuns.
08:15
And I'm going to show you three clips,
196
495260
2000
E eu vou mostrar três vídeos,
08:17
because I tagged 1,100 tunas.
197
497260
3000
porque coloquei rastreadores em 1.100 atuns.
08:20
It's a very hard process, but it's a ballet.
198
500260
3000
É um processo muito difícil, mas é um ballet.
08:23
We bring the tuna out, we measure it.
199
503260
3000
Trazemos o atum pra fora. Medimos o animal.
08:26
A team of fishers, captains, scientists and technicians
200
506260
3000
Um time de pescadores, capitães, cientistas e técnicos
08:29
work together to keep this animal out of the ocean
201
509260
3000
trabalham juntos para manter esse animal fora do oceano
08:32
for about four to five minutes.
202
512260
3000
por cerca de quatro a cinco minutos.
08:35
We put water over its gills, give it oxygen.
203
515260
3000
Colocamos água em suas brânquias, damos oxigênio.
08:38
And then with a lot of effort, after tagging,
204
518260
3000
E então com muito esforço, depois de colocar o rastreador,
08:41
putting in the computer,
205
521260
2000
colocar o computador,
08:43
making sure the stalk is sticking out so it senses the environment,
206
523260
3000
ter certeza de que a antena está visível e portanto percebe o ambiente,
08:46
we send this fish back into the sea.
207
526260
3000
mandamos o peixe de volta ao mar.
08:49
And when it goes, we're always happy.
208
529260
2000
E quando ele vai, estamos sempre felizes.
08:51
We see a flick of the tail.
209
531260
2000
Nós vemos uma batida da cauda.
08:53
And from our data that gets collected,
210
533260
3000
E da nossa informação coletada,
08:56
when that tag comes back,
211
536260
2000
quando aquele rastreador volta,
08:58
because a fisher returns it
212
538260
2000
porque um pescador nos retorna
09:00
for a thousand-dollar reward,
213
540260
2000
por uma recompensa de mil dólares,
09:02
we can get tracks beneath the sea
214
542260
2000
podemos obter rastros pelo mar
09:04
for up to five years now,
215
544260
2000
por cinco anos agora,
09:06
on a backboned animal.
216
546260
2000
de um animal vertebrado.
09:08
Now sometimes the tunas are really large,
217
548260
3000
Agora às vezes os atuns são realmente grandes,
09:11
such as this fish off Nantucket.
218
551260
2000
como esse peixe de Nantucket.
09:13
But that's about half the size
219
553260
2000
Mas é mais ou menos metade
09:15
of the biggest tuna we've ever tagged.
220
555260
2000
do maior atum que já recebeu um rastreador.
09:17
It takes a human effort,
221
557260
2000
É necessário um esforço humano,
09:19
a team effort, to bring the fish in.
222
559260
2000
um esforço grupal, para trazer o peixe pra dentro.
09:21
In this case, what we're going to do
223
561260
2000
Nesse caso, o que vamos fazer
09:23
is put a pop-up satellite archival tag on the tuna.
224
563260
3000
é colocar um "rastreador pop-up por satélite" (PSAT) no atum.
09:27
This tag rides on the tuna,
225
567260
2000
Esse rastreador fica no atum,
09:29
senses the environment around the tuna
226
569260
3000
sente o ambiente ao seu redor
09:32
and actually will come off the fish,
227
572260
3000
e se desprende do peixe,
09:35
detach, float to the surface
228
575260
2000
flutua até a superfície
09:37
and send back to Earth-orbiting satellites
229
577260
3000
e manda para satélites orbitais da Terra
09:40
position data estimated by math on the tag,
230
580260
3000
informação sobre a posição estimada matematicamente,
09:43
pressure data and temperature data.
231
583260
3000
pressão e temperatura.
09:46
And so what we get then from the pop-up satellite tag
232
586260
2000
E o que temos desse rastreador-satélite pop-up
09:48
is we get away from having to have a human interaction
233
588260
3000
é o não precisarmos de interação humana
09:51
to recapture the tag.
234
591260
2000
para recapturar o rastreador.
09:53
Both the electronic tags I'm talking about are expensive.
235
593260
3000
Ambos os rastreadores eletrônicos de que estou falando são caros.
09:56
These tags have been engineered
236
596260
2000
Esses rastreadores foram planejados
09:58
by a variety of teams in North America.
237
598260
3000
por diversos grupos na América do Norte.
10:01
They are some of our finest instruments,
238
601260
2000
Eles são alguns dos nossos mais precisos instrumentos,
10:03
our new technology in the ocean today.
239
603260
3000
nossa nova tecnologia no oceano hoje.
10:07
One community in general
240
607260
2000
Um comunidade em geral
10:09
has given more to help us than any other community.
241
609260
2000
tem dado mais para nos ajudar do que qualquer outra comunidade.
10:11
And that's the fisheries off the state of North Carolina.
242
611260
3000
E são os pescadores do estado da Carolina do Norte.
10:14
There are two villages, Harris and Morehead City,
243
614260
3000
São duas vilas, Harris e Morehead City,
10:17
every winter for over a decade,
244
617260
2000
todo inverno há cerca de uma década,
10:19
held a party called Tag-A-Giant,
245
619260
3000
sediam uma festa chamada Rastreie-um-Gigante,
10:22
and together, fishers worked with us
246
622260
2000
e juntos, pescadores trabalharam conosco
10:24
to tag 800 to 900 fish.
247
624260
3000
para colocar rastreadores em 800 a 900 peixes.
10:27
In this case, we're actually going to measure the fish.
248
627260
3000
Nesse caso, vamos na verdade medir o peixe.
10:30
We're going to do something that in recent years we've started:
249
630260
3000
Vamos fazer algo que recentemente começamos:
10:33
take a mucus sample.
250
633260
2000
pegar uma amostra de muco.
10:35
Watch how shiny the skin is; you can see my reflection there.
251
635260
3000
Veja quão brilhante a pele é; você pode ver meu reflexo ali.
10:38
And from that mucus, we can get gene profiles,
252
638260
3000
E daquele muco, podemos obter perfis genéticos.
10:41
we can get information on gender,
253
641260
2000
Podemos obter informação sobre o gênero,
10:43
checking the pop-up tag one more time,
254
643260
2000
checar o rastreador pop-up uma vez mais,
10:45
and then it's out in the ocean.
255
645260
2000
e depois está solto no oceano.
10:47
And this is my favorite.
256
647260
2000
E esse é meu preferido.
10:49
With the help of my former postdoc, Gareth Lawson,
257
649260
3000
Com a ajuda de meu pós-doutor, Gareth Lawson,
10:52
this is a gorgeous picture of a single tuna.
258
652260
2000
essa é uma linda figura de um único atum.
10:54
This tuna is actually moving on a numerical ocean.
259
654260
3000
Esse atum está realmente se movedo em um oceano numérico.
10:57
The warm is the Gulf Stream,
260
657260
2000
A quente é a Corrente do Golfo,
10:59
the cold up there in the Gulf of Maine.
261
659260
3000
a fria aqui em cima é no Golfo de Maine.
11:02
That's where the tuna wants to go -- it wants to forage on schools of herring --
262
662260
3000
Aqui é para onde o atum quer vir. Ele quer se alimentar de cardumes de arenque.
11:05
but it can't get there. It's too cold.
263
665260
2000
Mas não pode chegar ali. É muito frio.
11:07
But then it warms up, and the tuna pops in, gets some fish,
264
667260
3000
Mas quando esquenta, e o atum entra, pega alguns peixes,
11:10
maybe comes back to home base,
265
670260
2000
talvez volte para seu lugar original,
11:12
goes in again
266
672260
2000
entra de novo
11:14
and then comes back to winter down there in North Carolina
267
674260
3000
e depois volta para passar o inverno na Carolina do Norte
11:17
and then on to the Bahamas.
268
677260
2000
e depois para as Bahamas.
11:19
And my favorite scene, three tunas going into the Gulf of Mexico.
269
679260
3000
E minha cena favorita, três atuns entrando no Golfo do Mexico.
11:22
Three tunas tagged.
270
682260
2000
Três atuns rastreados.
11:24
Astronomically, we're calculating positions.
271
684260
2000
Astronomicamente, estamos calculando posições.
11:26
They're coming together. That could be tuna sex --
272
686260
3000
Estão vindo juntos. Aquilo pode ser sexo entre atuns.
11:29
and there it is.
273
689260
2000
E aqui está.
11:31
That is where the tuna spawn.
274
691260
2000
Ali é onde o atum desova.
11:33
So from data like this,
275
693260
2000
Então de informações como essas,
11:35
we're able now to put the map up,
276
695260
2000
podemos agora mapear,
11:37
and in this map
277
697260
2000
e nesse mapa
11:39
you see thousands of positions
278
699260
2000
você vê milhares de posições
11:41
generated by this decade and a half of tagging.
279
701260
3000
geradas por uma década e meia de rastreamento.
11:44
And now we're showing that tunas on the western side
280
704260
3000
E agora estamos mostrando que atuns no lado oeste
11:47
go to the eastern side.
281
707260
2000
vão para o lado leste.
11:49
So two populations of tunas --
282
709260
2000
Então duas populações de atuns --
11:51
that is, we have a Gulf population, one that we can tag --
283
711260
2000
isso é, temos a população do Golfo, uma que podemos rastrear --
11:53
they go to the Gulf of Mexico, I showed you that --
284
713260
3000
eles vão para o Golfo do México, mostrei isso a vocês --
11:56
and a second population.
285
716260
2000
e uma segunda população.
11:58
Living amongst our tunas -- our North American tunas --
286
718260
2000
Vivendo entre nossos atuns, nossos atuns norte americanos,
12:00
are European tunas that go back to the Med.
287
720260
3000
estão atuns europeus que voltam para o Mediterrâneo.
12:03
On the hot spots -- the hope spots --
288
723260
2000
Nas áreas ricas em biodiversidade, áreas a ser preservadas,
12:05
they're mixed populations.
289
725260
2000
estão populações misturadas.
12:07
And so what we've done with the science
290
727260
2000
E então o que fizemos com a ciência
12:09
is we're showing the International Commission,
291
729260
2000
é que estamos mostrando à Comissão Internacional,
12:11
building new models,
292
731260
2000
construindo novos modelos,
12:13
showing them that a two-stock no-mixing model --
293
733260
2000
mostrando a eles que um modelo de duas populações sem mistura --
12:15
to this day, used to reject
294
735260
3000
hoje, usado para rejeitar
12:18
the CITES treaty --
295
738260
2000
o tratado de CITES --
12:20
that model isn't the right model.
296
740260
2000
esse modelo não é o modelo certo.
12:22
This model, a model of overlap,
297
742260
2000
Esse modelo, de sobreposição,
12:24
is the way to move forward.
298
744260
2000
é o caminho para avançar.
12:26
So we can then predict
299
746260
2000
Podemos, então, prever
12:28
where management places should be.
300
748260
2000
onde os locais de controle deveriam estar.
12:30
Places like the Gulf of Mexico and the Mediterranean
301
750260
3000
Locais como o Golfo do México e o Mediterrâneo
12:33
are places where the single species,
302
753260
2000
são locais onde espécies únicas,
12:35
the single population, can be captured.
303
755260
2000
populações únicas, podem ser capturadas.
12:37
These become forthright in places we need to protect.
304
757260
3000
São claramente locais que precisamos proteger.
12:40
The center of the Atlantic where the mixing is,
305
760260
3000
O centro do Atlântico, onde a mistura está,
12:43
I could imagine a policy that lets Canada and America fish,
306
763260
2000
Eu imagino uma política que permita a pesca na América e Canadá
12:45
because they manage their fisheries well,
307
765260
3000
porque eles administram bem seus pescadores,
12:48
they're doing a good job.
308
768260
2000
estão fazendo um bom trabalho.
12:50
But in the international realm,
309
770260
2000
Mas no âmbito internacional,
12:52
where fishing and overfishing has really gone wild,
310
772260
2000
onde pesca e sobrepesca têm se tornado selvagem,
12:54
these are the places that we have to make hope spots in.
311
774260
3000
são locais onde precisamos fazer áreas de preservação.
12:57
That's the size they have to be to protect the bluefin tuna.
312
777260
3000
Esse é o tamanho que elas devem ter para proteger o atum-azul.
13:00
Now in a second project
313
780260
2000
Agora em um segundo projeto
13:02
called Tagging of Pacific Pelagics,
314
782260
2000
chamado Rastreando a Zona Pelágica do Pacífico,
13:04
we took on the planet as a team,
315
784260
2000
estudamos o planeta como um time,
13:06
those of us in the Census of Marine Life.
316
786260
2000
aqueles de nós no Censo da Vida Marinha.
13:08
And, funded primarily through Sloan Foundation and others,
317
788260
4000
E, fundado primeiramente através da Fundação Sloan e outras,
13:12
we were able to actually go in, in our project --
318
792260
3000
estamos aptos a realmente aprofundar nosso projeto --
13:15
we're one of 17 field programs
319
795260
2000
somos um dos 17 programas de campo
13:17
and begin to take on tagging large numbers of predators,
320
797260
3000
e começamos a rastrear grandes números de predadores,
13:20
not just tunas.
321
800260
2000
não apenas atuns.
13:22
So what we've done
322
802260
2000
Então o que fazemos
13:24
is actually gone up to tag salmon shark in Alaska,
323
804260
3000
é sair para colocar ratreadores em tubarões salmão no Alasca,
13:27
met salmon shark on their home territory,
324
807260
3000
encontrá-los em seu território natural,
13:30
followed them catching salmon
325
810260
2000
seguí-los capturando salmão
13:32
and then went in and figured out
326
812260
2000
então chegamos e descobrimos
13:34
that, if we take a salmon and put it on a line,
327
814260
3000
que, se pegarmos um salmão e colocarmos numa linha,
13:37
we can actually take up a salmon shark --
328
817260
2000
conseguimos subir um tubarão salmão --
13:39
This is the cousin of the white shark --
329
819260
2000
Ele é o primo do tubarão branco --
13:41
and very carefully --
330
821260
2000
e com muito cuidado --
13:43
note, I say "very carefully," --
331
823260
2000
note eu disse "muito cuidado" --
13:45
we can actually keep it calm,
332
825260
2000
conseguimos mantê-lo calmo,
13:47
put a hose in its mouth, keep it off the deck
333
827260
3000
colocar uma mangueira em sua boca, tirá-lo do deck
13:50
and then tag it with a satellite tag.
334
830260
3000
e então colocar um rastreador por satélite.
13:53
That satellite tag will now have your shark phone home
335
833260
3000
Aquele rastreador por satélite fará seu tubarão ligar pra casa
13:56
and send in a message.
336
836260
2000
e mandar uma mensagem.
13:58
And that shark leaping there, if you look carefully, has an antenna.
337
838260
3000
E aquele tubarão ali, se você olhar com atenção, tem uma antena.
14:01
It's a free swimming shark with a satellite tag
338
841260
2000
É um tubarão nadando livre com um rastreador por satélite
14:03
jumping after salmon,
339
843260
2000
pulando atrás do salmão,
14:05
sending home its data.
340
845260
3000
mandando pra casa seus dados.
14:09
Salmon sharks aren't the only sharks we tag.
341
849260
2000
Tubarões salmão não são os únicos tubarões que rastreamos.
14:11
But there goes salmon sharks with this meter-level resolution
342
851260
3000
Mas ali vão tubarões salmão com esse indicador de resolução por metro
14:14
on an ocean of temperature -- warm colors are warmer.
343
854260
3000
de temperatura oceânica -- cores quentes são lugares quentes.
14:17
Salmon sharks go down
344
857260
2000
Tubarões salmão descem
14:19
to the tropics to pup
345
859260
2000
para os trópicos para ter filhotes
14:21
and come into Monterey.
346
861260
2000
e entram em Monterey.
14:23
Now right next door in Monterey and up at the Farallones
347
863260
3000
Bem na outra porta em Monterey e em cima nas Farallones
14:26
are a white shark team led by Scott Anderson -- there --
348
866260
2000
está um time para tubarões brancos liderado por Scott Anderson
14:28
and Sal Jorgensen.
349
868260
2000
e Sal Jorgensen.
14:30
They can throw out a target --
350
870260
2000
Eles podem jogar um alvo --
14:32
it's a carpet shaped like a seal --
351
872260
2000
é um tapete no formato de foca --
14:34
and in will come a white shark, a curious critter
352
874260
3000
e virá um tubarão branco, um curioso
14:37
that will come right up to our 16-ft. boat.
353
877260
3000
que virá diretamente para o nosso barco de 16 pés.
14:40
It's a several thousand-pound animal.
354
880260
2000
É um animal de muitas centenas de kilos.
14:42
And we'll wind in the target.
355
882260
3000
E vamos girar o alvo.
14:45
And we'll place an acoustic tag
356
885260
2000
E vamos posicionar um rastreador acústico
14:47
that says, "OMSHARK 10165,"
357
887260
2000
que diz, "OMSHARK 10165",
14:49
or something like that, acoustically with a ping.
358
889260
3000
ou alguma coisa assim, acusticamente com um estalo.
14:52
And then we'll put on a satellite tag
359
892260
2000
E então colocaremos um rastreador por satélite
14:54
that will give us the long-distance journeys
360
894260
3000
que nos dará as jornadas de longa distância
14:57
with the light-based geolocation algorithms
361
897260
2000
com os algoritmos de localização baseados em luz
14:59
solved on the computer that's on the fish.
362
899260
3000
no computador que está no peixe.
15:02
So in this case, Sal's looking at two tags there,
363
902260
3000
Nesse caso, Sal está olhando dois rastreadores ali.
15:05
and there they are: the white sharks of California
364
905260
3000
E ali estão eles: os tubarões brancos da Califórnia
15:08
going off to the white shark cafe and coming back.
365
908260
3000
saindo para o café dos tubarões e voltando.
15:12
We also tag makos with our NOAA colleagues,
366
912260
2000
Também rastreamos makos com nossos colegas do NOAA,
15:14
blue sharks.
367
914260
2000
tubarões azuis.
15:16
And now, together, what we can see
368
916260
2000
E agora, juntos, o que podemos ver
15:18
on this ocean of color that's temperature,
369
918260
2000
nesse oceano de cor que é a temperatura,
15:20
we can see ten-day worms of makos and salmon sharks.
370
920260
3000
vemos larvas de dez dias de makos e tubarões salmão.
15:24
We have white sharks and blue sharks.
371
924260
2000
Temos tubarões brancos e tubarões azuis.
15:26
For the first time,
372
926260
2000
Pela primeira vez,
15:28
an ecoscape as large as ocean-scale,
373
928260
2000
um reservatório ecológico em escala oceânica,
15:30
showing where the sharks go.
374
930260
3000
mostrando aonde os tubarões vão.
15:33
The tuna team from TOPP has done the unthinkable:
375
933260
3000
A equipe para atuns do TOPP tem feito o impensável:
15:36
three teams tagged 1,700 tunas,
376
936260
3000
três equipes colocaram rastreadores em 1.700 atuns,
15:39
bluefin, yellowfin and albacore
377
939260
2000
atum-azul, atum-amarelo e albacora
15:41
all at the same time --
378
941260
2000
todos ao mesmo tempo --
15:43
carefully rehearsed tagging programs
379
943260
2000
cuidadosamente praticamos programas de rastreamento
15:45
in which we go out, pick up juvenile tunas,
380
945260
3000
nos quais saímos, pegamos atuns jovens,
15:48
put in the tags that actually have the sensors,
381
948260
3000
colocamos os rastreadores que vem com sensores,
15:51
stick out the tuna
382
951260
2000
colocamos o atum no mar
15:53
and then let them go.
383
953260
2000
e os deixamos ir.
15:55
They get returned, and when they get returned,
384
955260
2000
Eles são devolvidos, e quando retornam ao mar,
15:57
here on a NASA numerical ocean
385
957260
3000
aqui em um oceano numérico da NASA
16:00
you can see bluefin in blue
386
960260
2000
podemos ver atum-azul em azul
16:02
go across their corridor,
387
962260
2000
passar pelo corredor deles,
16:04
returning to the Western Pacific.
388
964260
3000
voltando para o Pacífico Oeste.
16:07
Our team from UCSC has tagged elephant seals
389
967260
3000
Nosso time da UCSC tem rastreado elefantes-marinhos
16:10
with tags that are glued on their heads, that come off when they slough.
390
970260
3000
com rastreadores colados em suas cabeças, que saem quando eles descamam.
16:13
These elephant seals cover half an ocean,
391
973260
3000
Esses elefantes-marinhos cobrem um quarto de oceano,
16:16
take data down to 1,800 feet --
392
976260
2000
trazem dados de 1.800 pés de profundidade --
16:18
amazing data.
393
978260
2000
dados fantásticos.
16:20
And then there's Scott Shaffer and our shearwaters
394
980260
3000
E também tem Scott Shaffer e nossas Cagarras
16:23
wearing tuna tags, light-based tags,
395
983260
3000
vestindo rastreadores baseados em luz,
16:26
that now are going to take you from New Zealand to Monterey and back,
396
986260
3000
que vão levar vocês da Nova Zelândia a Monterey e de volta,
16:29
journeys of 35,000 nautical miles
397
989260
3000
viagens de 35.000 milhas náuticas
16:32
we had never seen before.
398
992260
2000
que nunca vimos antes.
16:34
But now with light-based geolocation tags that are very small,
399
994260
3000
Agora com rastreadores geoposicionais baseados em luz, bem pequenos,
16:37
we can actually see these journeys.
400
997260
2000
podemos realmente ver essas viagens.
16:39
Same thing with Laysan albatross
401
999260
2000
A mesma coisa com albatroses-de-Laysan
16:41
who travel an entire ocean
402
1001260
2000
que viajam um oceano inteiro
16:43
on a trip sometimes,
403
1003260
2000
de uma vez só, às vezes,
16:45
up to the same zone the tunas use.
404
1005260
2000
na mesma área que os atuns usam.
16:47
You can see why they might be caught.
405
1007260
3000
Percebe-se por que eles podem ser pegos.
16:50
Then there's George Schillinger and our leatherback team out of Playa Grande
406
1010260
3000
Também tem George Schillinger e nosso time fora de Playa Grande
16:53
tagging leatherbacks
407
1013260
2000
rastreando tartarugas-de-couro
16:55
that go right past where we are.
408
1015260
3000
que vão bem perto de onde estamos
16:58
And Scott Benson's team
409
1018260
2000
E o time de Scott Benson
17:00
that showed that leatherbacks go from Indonesia
410
1020260
2000
que mostrou que tartarugas-de-couro vão da Indonésia
17:02
all the way to Monterey.
411
1022260
2000
todo o caminho até Monterey.
17:04
So what we can see on this moving ocean
412
1024260
3000
Então o que podemos ver nesse oceano dinâmico
17:07
is we can finally see where the predators are.
413
1027260
3000
é que podemos finalmente ver onde os predadores estão.
17:10
We can actually see how they're using ecospaces
414
1030260
3000
Podemos observar como eles estão usando reservatórios naturais
17:13
as large as an ocean.
415
1033260
2000
tão grandes como um oceano.
17:15
And from this information,
416
1035260
2000
E a partir dessa informação,
17:17
we can begin to map the hope spots.
417
1037260
3000
podemos começar a mapear áreas de preservação, acertadamente.
17:20
So this is just three years of data right here --
418
1040260
2000
Então isso são três anos de dados bem aqui.
17:22
and there's a decade of this data.
419
1042260
2000
E existe uma década desses dados.
17:24
We see the pulse and the seasonal activities
420
1044260
2000
Vemos o pico e as atividades sazonais
17:26
that these animals are going on.
421
1046260
3000
pelas quais esses animais passam.
17:30
So what we're able to do with this information
422
1050260
2000
Então o que somos capazes de fazer com essa informação
17:32
is boil it down to hot spots,
423
1052260
3000
é resumí-la às áreas ricas em biodiversidade,
17:35
4,000 deployments,
424
1055260
2000
4.000 posicionamentos,
17:37
a huge herculean task,
425
1057260
3000
uma tarefa hercúlea,
17:40
2,000 tags
426
1060260
2000
2.000 rastreadores
17:42
in an area, shown here for the first time,
427
1062260
2000
em uma área, mostrados aqui pela primeira vez.
17:44
off the California coast,
428
1064260
2000
da costa da Califórnia,
17:46
that appears to be a gathering place.
429
1066260
3000
que parece ser um lugar aglutinador.
17:50
And then for sort of an encore from these animals,
430
1070260
3000
E então por um tipo de comportamento desses animais,
17:53
they're helping us.
431
1073260
2000
eles estão nos ajudando.
17:55
They're carrying instruments
432
1075260
2000
Eles estão carregando instrumentos
17:57
that are actually taking data down to 2,000 meters.
433
1077260
3000
que geram dados até 2.000 metros de profundidade.
18:00
They're taking information from our planet
434
1080260
2000
Eles estão gerando informação do nosso planeta
18:02
at very critical places like Antarctica and the Poles.
435
1082260
3000
em locais muito críticos como Antártida ou os Pólos.
18:05
Those are seals from many countries
436
1085260
2000
Aquelas são focas de muitos países
18:07
being released
437
1087260
2000
sendo soltas
18:09
who are sampling underneath the ice sheets
438
1089260
2000
recolhendo amostras abaixo das camadas de gelo
18:11
and giving us temperature data of oceanographic quality
439
1091260
3000
e nos dando dados de temperatura de qualidade oceanográfica
18:14
on both poles.
440
1094260
2000
em ambos os pólos.
18:16
This data, when visualized, is captivating to watch.
441
1096260
3000
Esses dados, quando visualizados, são cativantes de assistir.
18:19
We still haven't figured out best how to visualize the data.
442
1099260
3000
Ainda não descobrimos a melhor maneira de visualizar.
18:22
And then, as these animals swim
443
1102260
2000
E depois, enquanto esses animais nadam
18:24
and give us the information
444
1104260
2000
e nos dão a informação
18:26
that's important to climate issues,
445
1106260
2000
que é importante para relatórios climáticos,
18:28
we also think it's critical
446
1108260
2000
também pensamos que é crítico
18:30
to get this information to the public,
447
1110260
2000
levar essa informação ao público,
18:32
to engage the public with this kind of data.
448
1112260
3000
engajá-lo com esse tipo de dados.
18:35
We did this with the Great Turtle Race --
449
1115260
2000
Fizemos isso com a Grande Corrida da Tartaruga --
18:37
tagged turtles, brought in four million hits.
450
1117260
3000
tartarugas rastreadas, trouxeram em 4 milhões de sinais
18:40
And now with Google's Oceans,
451
1120260
3000
E agora com Oceanos do Google,
18:43
we can actually put a white shark in that ocean.
452
1123260
2000
podemos de verdade colocar um tubarão branco naquele oceano.
18:45
And when we do and it swims,
453
1125260
2000
E quando colocamos e ele nada,
18:47
we see this magnificent bathymetry
454
1127260
2000
vemos esse magnífico batímetro
18:49
that the shark knows is there on its path
455
1129260
2000
que o tubarão sabe que está ali
18:51
as it goes from California to Hawaii.
456
1131260
2000
enquanto ele vai da Califórnia ao Havaí.
18:53
But maybe Mission Blue
457
1133260
2000
Mas talvez a Missão Azul
18:55
can fill in that ocean that we can't see.
458
1135260
3000
possa preencher aquele oceano que não podemos ver.
18:58
We've got the capacity, NASA has the ocean.
459
1138260
3000
Temos a capacidade, a NASA tem o oceano.
19:01
We just need to put it together.
460
1141260
2000
Nós só precisamos colocá-los juntos.
19:03
So in conclusion,
461
1143260
2000
Então, concluindo,
19:05
we know where Yellowstone is for North America;
462
1145260
3000
sabemos onde Yellowstone está na América do Norte;
19:08
it's off our coast.
463
1148260
2000
está fora do litoral.
19:10
We have the technology that's shown us where it is.
464
1150260
2000
Temos a tecnologia que nos mostrou onde está.
19:12
What we need to think about perhaps for Mission Blue
465
1152260
3000
O que nós temos que pensar sobre, talvez para a Missão Azul
19:15
is increasing the biologging capacity.
466
1155260
3000
é aumentar a capacidade biológica.
19:18
How is it that we can actually
467
1158260
2000
Como nós podemos, realmente,
19:20
take this type of activity elsewhere?
468
1160260
3000
levar esse tipo de atividade à qualquer lugar?
19:23
And then finally -- to basically get the message home --
469
1163260
3000
E basicamente, fazer chegar a mensagem até nós,
19:26
maybe use live links
470
1166260
2000
talvez usar elos vivos
19:28
from animals such as blue whales and white sharks.
471
1168260
2000
de animais como baleias azuis e tubarões brancos.
19:30
Make killer apps, if you will.
472
1170260
2000
Fazer aplicativos incríveis, se quiserem.
19:32
A lot of people are excited
473
1172260
2000
Muitas pessoas ficam animadas
19:34
when sharks actually went under the Golden Gate Bridge.
474
1174260
3000
quando tubarões chegam embaixo da Ponte Golden Gate.
19:37
Let's connect the public to this activity right on their iPhone.
475
1177260
3000
Vamos conectar o público com essa atividade através de seus iPhones.
19:40
That way we do away with a few internet myths.
476
1180260
3000
Assim, acabamos com alguns mitos da internet.
19:44
So we can save the bluefin tuna.
477
1184260
2000
Então podemos salvar o atum-azul.
19:46
We can save the white shark.
478
1186260
2000
Podemos salvar o tubarão branco.
19:48
We have the science and technology.
479
1188260
2000
Temos a ciência e tecnologia.
19:50
Hope is here. Yes we can.
480
1190260
2000
A esperança está aqui. Sim nós podemos.
19:52
We need just to apply this capacity
481
1192260
2000
Precisamos apenas aplicar essa capacidade
19:54
further in the oceans.
482
1194260
2000
ainda mais nos oceanos.
19:56
Thank you.
483
1196260
2000
Obrigada.
19:58
(Applause)
484
1198260
2000
(Aplausos)
Sobre este site

Este sítio irá apresentar-lhe vídeos do YouTube que são úteis para a aprendizagem do inglês. Verá lições de inglês ensinadas por professores de primeira linha de todo o mundo. Faça duplo clique nas legendas em inglês apresentadas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas deslocam-se em sincronia com a reprodução do vídeo. Se tiver quaisquer comentários ou pedidos, por favor contacte-nos utilizando este formulário de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7