Discriminant Classification of Fish and Zooplankton Backscattering at 38 and 120 kHz
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Acoustic scattering layers were evaluated for species classification by means of 38‐ and 120‐kHz mean volume backscattering strength ( ) collected during a 1995 acoustic–trawl survey of Pacific hake Merluccius productus off the west coasts of the United States and Canada. Scattering layers selected for analyses were shallower than 150 m and were analyzed with a −79‐decibel (dB) integration threshold. Pacific hakes, euphausiids, and Pacific hake–euphausiid mixes dominated the layers. Other scatterers (unidentified, noneuphausiid, or non—Pacific hake sources) were included in the analyses. The overall mean volume backscatter difference (Δ = 120 kHz – 38 kHz ) was computed for each species category, and results varied depending on the species composition of the scattering layer (i.e., Pacific hakes = −7.1 dB, euphausiids = 11.9 dB, Pacific hakes–euphausiids = 3.5 dB, and other species = 0.1 dB). Discriminant function analysis of 120 kHz and 38 kHz separated echoes originating from each of the dominant scattering layers. Backscatter was then classified into species groups with a quadratic discriminant classification model, which obtained an overall correct classification rate of 84%. The use of multiple frequencies and these analytical methods (e.g., frequency differencing and discriminant classification functions) can provide an efficient and objective means of classifying sound‐scattering layers composed of different taxonomic groups.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 découle