MétaCan
Menu
Retour à la cohorte
Enregistrement W2010845813 · doi:10.1111/j.1095-8649.2006.01279.x

Hearing in eight species of northern Canadian freshwater fishes

2007· article· en· W2010845813 sur OpenAlexaffabout
David A. Mann, Peter A. Cott, Bruce W. Hanna, Arthur N. Popper

Notice bibliographique

RevueJournal of Fish Biology · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésSculpinEsoxBiologyPikeCoregonusFisheryRange (aeronautics)CottusBioacousticsEcologyFish <Actinopterygii>Acoustics

Résumé

récupéré en direct d'OpenAlex

The hearing thresholds of eight fish species from northern Canada were measured using auditory evoked potential techniques. The species with the best hearing was the lake chub Couesius plumbeus, followed by the longnose sucker Catastomus catastomus, both which had relatively sensitive hearing over the frequency range tested from 100 to 1600 Hz. The remaining species (troutperch Percopsis omiscomaycus, nine‐spined stickleback Pungitius pungitius, pike Esox lucius, spoonhead sculpin Cottus ricei, burbot Lota lota and broad whitefish Coregonus nasus) all showed most sensitivity to low frequencies (<400 Hz) and had relatively insensitive high frequency hearing. The two species with the best hearing are otophysan fishes with connections between the swimbladder and inner ear. The spoonhead sculpin lacks a swimbladder, while the other non‐otophysan species have swimbladders, but no specialized connection to the inner ear. These results can be used to predict the potential impact of anthropogenic noise, such as seismic air gun blasts, on hearing in these species. The species with the most sensitive hearing (lake chub and longnose sucker) are most likely to be affected by activities such as seismic air gun surveys.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,157

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,232
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations62
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Fish BiologyMême sujetMarine animal studies overviewTravaux en français237 207