MétaCan
Menu
Retour à la cohorte
Enregistrement W2767593871 · doi:10.1139/cjfas-2017-0245

Integrating techniques: a review of the effects of anthropogenic noise on freshwater fish

2017· review· en· W2767593871 sur OpenAlexaffvenue
Megan F. Mickle, Dennis M. Higgs

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2017
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésFreshwater fishNoise (video)Environmental scienceFish <Actinopterygii>FisheryEcologyStressorDiversity of fishMarine speciesBiologyComputer science

Résumé

récupéré en direct d'OpenAlex

In recent years, the effects of anthropogenic noise on freshwater fish has been of increasing interest for fishery managers due to rising levels of this background noise. While it is clear that anthropogenic noise can have important impacts on mammals and marine fish, much less is known about these effects in fresh water. The influence of anthropogenic noise on freshwater fish can be quantified using the same methods as with marine species — through measuring changes in behavioural and physiological outputs. Here, we briefly review the literature regarding behavioural and physiological impacts of noise pollution on freshwater fish and further note the lack of incorporation of both behavioural and physiological measures within current studies. We call for an increased research emphasis on possible effects of anthropogenic noise on freshwater fish and further suggest that the integration of behavioural and physiological techniques is critical for a full understanding of these effects. While freshwater fish face many stressors, it is unclear how important anthropogenic noise really is, and this issue can only be properly resolved through careful study.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0060,005
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,294
Écart entre enseignants0,254 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations88
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetMarine animal studies overviewTravaux en français237 207