MétaCan
Menu
Retour à la cohorte
Enregistrement W2111252982 · doi:10.1155/2012/169103

High-Speed Vessel Noises in West Hong Kong Waters and Their Contributions Relative to Indo-Pacific Humpback Dolphins (<i>Sousa chinensis</i>)

2012· article· en· W2111252982 sur OpenAlexaff
Paul Q. Sims, Samuel K. Hung, Bernd Würsig

Notice bibliographique

RevueJournal of Marine Biology · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensMcGill University
Organismes subventionnairesCetacean Research TechnologyNational Science Foundation
Mots-clésIndo-PacificSound (geography)Ambient noise levelPopulationRange (aeronautics)Masking (illustration)Noise (video)Sound pressureFisheryAcousticsGeographyOceanographyGeologyBiologyEngineeringComputer sciencePhysicsMedicine

Résumé

récupéré en direct d'OpenAlex

The waters of West Hong Kong are home to a population of Indo-Pacific humpback dolphins (Sousa chinensis) that use a variety of sounds to communicate. This area is also dominated by intense vessel traffic that is believed to be behaviorally and acoustically disruptive to dolphins. While behavioral changes have been documented, acoustic disturbance has yet to be shown. We compared the relative sound contributions of various high-speed vessels to nearby ambient noise and dolphin social sounds. Ambient noise levels were also compared between areas of high and low traffic. We found large differences in sound pressure levels between high traffic and no traffic areas, suggesting that vessels are the main contributors to these discrepancies. Vessel sounds were well within the audible range of dolphins, with sounds from 315–45,000 Hz. Additionally, vessel sounds at distances ≥100 m exceeded those of dolphin sounds at closer distances. Our results reaffirm earlier studies that vessels have large sound contributions to dolphin habitats, and we suspect that they may be inducing masking effects of dolphin sounds at close distances. Further research on dolphin behavior and acoustics in relation to vessels is needed to clarify impacts.

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)0,000
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 enseignants0,145
Score d'incertitude au seuil0,288

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,012
Tête enseignante GPT0,242
Écart entre enseignants0,230 · 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

Citations32
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

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