Antimasking strategies of underwater vocalizations and hearing abilities of polar seals
Notice bibliographique
Résumé
Detection of underwater vocalizations by polar seals is limited by their auditory sensory abilities and external masking noises from abiotic (meteorological and ice noises) and biotic (conspecific calls) sources. Attributes that present the antithesis of masking noise characteristics are thought to enhance detectability of calls. Some proposed anti-masking strategies such as call repetition/rhythm patterns are supported by evidence of lower detection thresholds (1–5 dB), while others are not (e.g., abrupt onset and offset of calls). For frequency swept calls, downsweeps have lower detection thresholds (1–5 dB) than upsweeps. The majority of frequency swept calls (greater than 0.1 oct) of bearded (Erignathus barbatus), Weddell (Leptonychotes weddellii) and harp (Pagophilus groenlandicus) seals are downsweeps (89%, 86% and 63%, respectively). Temporal and frequency separation, call lengthening, and directional clues also reduce masking effects. Diverse call repertoires and calling behaviors of polar seals (e.g., courtesy rule) appear to have evolved characteristics that reduce the effects of abiotic and biotic masking. Characteristics of many anthropogenic underwater noises differ from sounds produced in nature. To estimate masking effects of anthropogenic noise on phocid communication, it is important to determine if the man-made noises are defeating existing antimasking strategies.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».