Shipping noise in whale habitat: Characteristics, sources, budget, and impact on belugas in Saguenay–St. Lawrence Marine Park hub
Notice bibliographique
Résumé
A continuous car ferry line crossing the Saguenay Fjord mouth and traffic from the local whale-watching fleet introduce high levels of shipping noise in the heart of the Saguenay-St. Lawrence Marine Park. To characterize this noise and examine its potential impact on belugas, a 4-hydrophone array was deployed in the area and continuously recorded for five weeks in May-June 2009. The source levels of the different vessel types showed little dependence on vessel size or speed increase. Their spectral range covered 33 dB. Lowest noise levels occurred at night, when ferry crossing pace was reduced, and daytime noise peaked during whale-watching tour departures and arrivals. Natural ambient noise prevailed 9.4% of the time. Ferry traffic added 30-35 dB to ambient levels above 1 kHz during crossings, which contributed 8 to 14 dB to hourly averages. The whale-watching fleet added up to 5.6 dB during peak hours. Assuming no behavioral or auditory compensation, half of the time, beluga potential communication range was reduced to less than ~30% of its expected value under natural noise conditions, and to less than ~15% for one quarter of the time, with little dependence on call frequency. The echolocation band for this population of belugas was also affected by the shipping noise.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».