MétaCan
Menu
← Retour à la cohorte
Enregistrement W2013830873 · doi:10.1121/1.3589033

Acoustic sea bed classification of Pacific Sand Lance habitat.

2011· article· en· W2013830873 sur OpenAlexaff
B. Biffard, N. Ross Chapman, Stephen F. Bloomer, Cliff Robinson

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensParks CanadaUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésSeabedGeologyEcho soundingOceanographyHabitatSedimentDiel vertical migrationGeomorphologyEcology

Résumé

récupéré en direct d'OpenAlex

This paper describes the results of preliminary acoustic sea bed classification surveys in three areas in the southern Gulf Islands of British Columbia to develop methods for mapping habitat of Pacific Sand Lance (PSL). Little is known about this important species, and much less is known about their use of subtidal burying habitat for overwintering. Grid surveys were run using a dual-frequency (24 and 200 kHz) single beam echosounder, and the data were classified using conventional statistical segmentation procedures using QTC IMPACT. This type of seabed classification separates the seabed into self-consistent regions called seabed classes based on acoustic diversity—primarily on the basis of echo shape. Sediment grab samples and video were also obtained to provide ground-truth and labels for the acoustic seabed classes. The acoustic seabed classification surveys were successful in identifying subtidal sands with low fractions of fines (silts) and sand wave fields among a variety of seabed types identified. Grab samples captured PSL buried in the medium to coarse subtidal sands, mostly in sand wave fields, and mostly in winter. Future work will be to observe diel migrations and develop methods to estimate biomass of buried PSL based on seabed classification.

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 enseignants0,194
Score d'incertitude au seuil0,385

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,027
Tête enseignante GPT0,241
Écart entre enseignants0,214 · 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of America→Même sujetMarine animal studies overview→Travaux en français237 207→