Using acoustic recording tags to investigate anthropogenic sound exposure and effects on behavior in endangered killer whales (Orcinus orca)
Notice bibliographique
Résumé
Vessel traffic from commercial shipping, whale-watching, and other boating activity is common in the Salish Sea. Potential effects on local marine mammals include vessel disturbance and associated noise exposure. The Salish Sea also includes designated critical habitat for endangered Southern Resident killer whales (SRKWs) because it is an important summer foraging area for these whales. In both the U.S. and Canada, conservation efforts for SRKWs have identified risk factors or threats that may hinder population recovery. These risk factors include vessel and noise effects, and prey quality and availability. In this collaborative investigation, acoustic recording tags (DTAGs), equipped with hydrophones and other sensors, are temporally attached with suction cups. The tags allow us to collect data about what an individual killer whale experiences in its acoustic environment as well as its vocal and movement behavior subsurface. Specific research goals include: (1) quantifying noise levels that individual whales experience; (2) determining relationships between the noise levels and detailed vessel traffic variables obtained from precise geo-referenced data collected concurrently; (3) investigating whale acoustic and movement behavior during different activities, including foraging, to understand sound use and behavior in specific biological and environmental contexts; and (4) determining potential effects of vessels and associated noise on behavior. We have collected over 80 hours of tag data from 23 tags deployed over three field seasons. Noise levels recorded from killer whales are variable with maximum levels attributed to individual vessels passing in close proximity. Additional data obtained from the tags shed light on the (otherwise) dark and subsurface world of SRKWs, particularly on the importance of acoustics and specific movement patterns during foraging in SRKWs. This paper will describe the experimental approach taken, unique data obtained, and current scientific results. These data are critical for addressing our research goals related to multiple population risk factors of endangered SRKWs.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 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 ».