Notice bibliographique
Résumé
Harbour porpoises ( Phocoena phocoena ) are often sighted at the Canaport Liquid Natural Gas (LNG) terminal at Saint John, NB. High noise levels are thought to displace porpoises. Porpoise presence was studied when three oil tankers docked, offloaded cargo and embarked between Nov 14 and 25, 2014. An automated porpoise detector (C-POD) and an underwater sound recorder (Song Meter SM2) were deployed from a trestle, <100 m from the stern of the ship while docked. Broadband levels (0.1- 16 kHz) of 1 min recordings every 10 min were matched to the presence or absence of echolocation click detections over 10 min periods (n = 1527). Porpoise presence dropped from 49 ± 50 % (n = 1134) to 21 ± 41 % (n = 393) when tankers were present. Porpoise hearing thresholds are high at low frequencies. The insensitive low frequency hearing abilities can be taken into account when audiogram values are used as a frequency weighting function (expressed as dB(Pp); analogous to dB(A) for humans). The highest noise broadband (0.1 – 16 kHz) level when a porpoise and a tanker were both present was 107 dB(Pp) re 1 uPa (147 dB re 1 uPa unweighted). No porpoises were detected when the sound levels were between 107 and 120 dB(Pp) re 1 uPa (n = 29). The low frequency insensitivity of harbour porpoise hearing would reduce the likely perceived noise levels by 50-70 dB at frequencies where the ship noises have the greatest amplitude. The regular, although reduced, presence of porpoises when tankers are present suggests that they will tolerate moderate noise levels and related disturbances, but it does not indicate if the porpoises are physiologically stressed or not. Linear broadband noise level measurements should not be used when assessing the potential impact of noise levels on porpoise behavior.
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 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 | 0,000 |
| 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) | 0,002 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».