MétaCan
Menu
← Retour à la cohorte
Enregistrement W2621462353 · doi:10.1121/1.4987727

The masking of beluga whale (<i>Delphinapterus leucas</i>) sounds by icebreaker noise in the Arctic

2017· article· en· W2621462353 sur OpenAlexaboutno aff
Christine Erbe

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBeluga WhaleBelugaArcticBioacousticsNoise (video)Environmental scienceFisheryMarine mammalAmbient noise levelMasking (illustration)AcousticsSound (geography)OceanographyBiologyGeologyComputer science

Résumé

récupéré en direct d'OpenAlex

Beluga whales are an Arctic and subarctic cetacean, with an overall “near threatened” conservation status, yet some populations are considered endangered. Apart from threats such as whaling, predation, contamination, and pathogens, underwater noise is of increasing concern. In the early 1990s, Fisheries & Oceans Canada started to fund research on underwater noise emitted by icebreakers and its bioacoustic impacts. In collaboration with the Vancouver Aquarium, beluga whales were trained for masked hearing experiments. Apart from measuring pure-tone audiograms in quiet conditions, animals were trained to listen for beluga vocalizations in different types of noise, including artificially created white noise, naturally occurring thermal ice-cracking noise, and an icebreaker’s propeller cavitation and bubbler system noise. Based on this data, software models for masking in beluga whales were developed. More than 20 years later, this dataset remains the only one on masking in cetaceans using both complex signals (actual vocalizations) and complex noise (actual recordings of Arctic ambient and anthropogenic noise)—highlighting both Dave Farmer’s foresight as well as perhaps his lesser-known escapades into marine mammal bioacoustics.

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)0,000
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 enseignants0,026
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,252
Écart entre enseignants0,238 · 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

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