Difar hydrophone usage in whale research
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
DIrectional Frequency Analysis and Recording (DIFAR) sonobuoys have been used by the Navy for many decades, providing magnetic bearings to low frequency (less than 4 kHz) sound sources from a single sensor.Computing advances have made this acoustic sensor technology increasingly easy to use and more powerful.The information presented here is intended to help new users determine when DIFAR sensors are or are not appropriate in whale acoustics research.Acoustic detection ranges for baleen whales average near 20 km but vary from 5 to 100 km depending on conditions.Radio reception range from DIFAR sonobuoys to a typical research vessel averages 18 km with an omni directional antenna on the ship and standard antenna on the sonobuoy.DIFAR bearing accuracy is analyzed for a set o f whale calls where the track o f the whale was well known.Bearings from the DIFAR sensor were found to have a standard deviation of 2.1 degrees.Systematic error and magnetic deviation can be removed using DIFAR bearings to the sound o f the research vessel at a known location.A DIFAR sensor array requires fewer sensors than a conventional hydrophone array and sometimes provides more accurate source locations than the "time o f arrival" hyperbolic methods used with conventional hydrophones.Continuous sounds such as ships are more easily localized with DIFAR sensors than with conventional hydrophones, because it is often difficult to find transient features upon which to estimate the time differences needed for hyperbolic fixing with a conventional hydrophone array.DIFAR hydrophone systems are well suited to right, blue, minke, fin and other baleen whale calls, as well as numerous other sound sources including ships.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle