MétaCan
Menu
← Retour à la cohorte
Enregistrement W2049216917 · doi:10.1121/1.4805912

Arctic ambient noise measurements in support of the Northern Watch Project

2013· article· en· W2049216917 sur OpenAlexaboutno aff
Garry J. Heard, Nicos Pelavas, Sean Pecknold, Carmen E. Lucas, Bruce Martin

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStarfishAmbient noise levelNoise (video)HydrophoneUnderwaterEnvironmental scienceOceanographyMarine mammalArcticGeologyQUIETAcousticsSound (geography)Computer scienceFisheryPhysics

Résumé

récupéré en direct d'OpenAlex

During August 2012, acoustic recording systems were deployed in Barrow Strait as part of the Defence Research and Development Canada (DRDC) Northern Watch Technology Demonstration Project. Two Starfish Sensor Cubes each with a 1-m cube of seven hydrophones operating in the frequency range of 5–750 Hz, and two single-hydrophone, Autonomous Multichannel Acoustic Recorders (AMAR) providing a 30-kHz signal bandwidth were deployed. The Starfish were deployed for two one-week intervals. One AMAR was deployed for two weeks partially overlapping the Starfish deployment. The second AMAR was deployed for a period of one year with recovery planned for August 2013. The observed underwater noise picture is one of high variability ranging from an extremely quiet to a noisy environment. Noise sources included: A 500-m long iceberg grounded within 500 m of one of the Starfish; a large ice island (4–5 sq-km) that passed within 4 km of the sensors; a small number of motoring vessels; significant wind events that caused rapid and strong variations in the noise field; and a small number of marine mammal detections. After our departure, a large number of Beluga whales were observed visually. The remaining AMAR may detect these late summer visitors.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,082
Score d'incertitude au seuil0,163

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,024
Tête enseignante GPT0,246
Écart entre enseignants0,222 · 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

Citations4
Publié2013
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→