MODELLING EXPOSURE OF MARINE MAMMALS TO UNDERWATER NOISE FROM PULSED SOURCES IN LONG-DURATION SURVEYS
Notice bibliographique
Résumé
Sound sources, such as airgun arrays, used during exploratory seismic surveys for subsea hydrocarbon deposits are typically towed by a vessel. Multiple arrays and multiple vessels may be used and firing patterns amongst the arrays can be complicated. The animals exposed to these sound fields may move as well. In order to determine the potential impacts of the sounds on animals, a method is needed to estimate received sound levels. Realistic animal movement within the sound field can be simulated, and repeated random sampling (Monte Carlo)—achieved by simulating many animals within an area—used to estimate the sound exposure history of animals during a survey. Monte Carlo methods provide a heuristic approach to determine the probability distribution function (PDF) of complex situations, such as animals moving in a sound field. A greater number of random samples, in this case more simulated animals (animats), better approximates the PDF. In the early versions of this model development, Jasco utilized some modules from the ESME software workbench (Effects of Sound on the Marine Environment), a package made available by the Boston University Hearing Research Center and the Office of Naval Research, as well as Marine Mammal Movement and Behavior (3MB) model from the National Marine Mammal Foundation. After more experience was gained using ESME in production modelling work, Jasco found it advantageous to implement JEMS (Jasco Exposure Modelling System) a new, more specific program to interface between the animat tracks output by 3MB and the underwater noise field predictions of the Jasco acoustic propagation models, MONM (Marine Operations Noise Model). This paper will present the reasons why JEMS development was undertaken and an overview of how JEMS solves the exposure modelling problems.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».