MétaCan
Menu
← Retour à la cohorte
Enregistrement W2128186913 · doi:10.1121/1.4933495

Passive acoustic monitoring and ambient noise in the high Arctic: Resolute Bay, Nunavut

2015· article· en· W2128186913 sur OpenAlexaffabout
Caitlin O’Neill, Svein Vagle

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensFisheries and Oceans CanadaUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésMarine mammalBayAmbient noise levelEnvironmental scienceArcticOceanographySound (geography)UnderwaterBroadbandNoise (video)Marine ecosystemSea iceBaseline (sea)EcosystemGeologyFisheryEcologyTelecommunicationsBiologyComputer science

Résumé

récupéré en direct d'OpenAlex

Resolute Bay, a remote bay in the Canadian High Arctic to the north of Parry Channel, hosts diverse populations of marine mammals that migrate through the bay each year following food availability and/or oceanographic conditions. The changing climate combined with increasing anthropogenic activity in the Arctic make it important to create an ecosystem baseline from which to predict, understand, and monitor future changes. Passive underwater acoustic observations provide a non-invasive way to monitor marine mammal presence. Broadband noise (10 Hz to 48 kHz) was recorded by an Autonomous Marine Acoustic Recorder (AMAR) and marine mammal click detections were logged by two CPODs over a 5 month period from August to December 2013. Acoustic data were processed with click and tonal call detectors to determine marine mammal presence. Resolute Bay is ice-covered 10 months a year, leading to increased broadband ambient noise levels due to ice movement. During the short open-water period, vessel activity is common in the bay. The aim is to compare these two different ambient noise regimes and how they affect the effectiveness of passive acoustic marine mammal detections and tracking.

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)0,001
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 enseignants0,085
Score d'incertitude au seuil0,171

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,020
Tête enseignante GPT0,252
Écart entre enseignants0,232 · 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
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

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