MétaCan
Menu
Retour à la cohorte
Enregistrement W2521034421 · doi:10.1121/2.0000246

Soundscape characterization in a dynamic acoustic environment: Grand Passage, Nova Scotia, a planned in-stream tidal energy site

2016· article· en· W2521034421 sur OpenAlexaffabout
Anne R. Lombardi, Alex E. Hay, David R. Barclay

Notice bibliographique

RevueProceedings of meetings on acoustics · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésSoundscapeEnvironmental scienceSound (geography)AcousticsGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

The marine environment in the Bay of Fundy hosts a dynamic and diverse soundscape that is a fundamental component of the local ecosystem. The emergence of new human marine activities and infrastructure, such as tidal turbine installations, introduces new sound sources that change or disrupt the existing acoustic environment, but the full extent of these changes is not well understood and is not predictable. To better evaluate the effects of future tidal energy development on the local soundscape in Grand Passage, Nova Scotia, a thorough understanding of the pre-development characteristics must be established. The present research seeks to identify existing anthropophony, biophony, and geophony, and to evaluate the underlying mechanisms contributing to geophonic variability. Passive acoustic measurements have been conducted using long-term moored omnidirectional hydrophones, a moored 5-channel array, and drifting hydrophone arrays, enabling identification of dominant signals and source direction, estimation of pseudonoise masking effects due to turbulent flow, and analysis of diurnal, daily, seasonal, and annual variability as well as spatial variability within the study area. This paper provides an overview of the dominant sound sources and discusses the effects of environmental forcing on soundscape characteristics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,601
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,007
Tête enseignante GPT0,201
Écart entre enseignants0,194 · 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 tête enseignante, pas un consensus.

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

Citations2
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of meetings on acousticsMême sujetMarine animal studies overviewTravaux en français237 207