MétaCan
Menu
← Retour à la cohorte
Enregistrement W2799297315 · doi:10.1121/1.5034173

Hearing thresholds, for underwater sounds, of harbor seals (<i>Phoca vitulina</i>) at the water surface

2018· article· en· W2799297315 sur OpenAlexaff
Ronald A. Kastelein, Lean Helder-Hoek, John M. Terhune

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesMinistry of Infrastructure and Water Management
Mots-clésUnderwaterPhocaAcousticsSound (geography)Environmental scienceSound exposureAudiogramSound pressureAbsolute threshold of hearingHarbor sealBioacousticsSensitivity (control systems)GeologyHearing lossAudiologyPhysicsOceanographyEngineeringMedicine

Résumé

récupéré en direct d'OpenAlex

High-amplitude impulsive sounds produced by pile driving and airguns may result in hearing damage in nearby seals. By swimming at the water surface, seals may reduce their exposure to underwater sound, as sound pressure levels (SPLs) are often lower just below the surface than deeper in the water column. Seals can make physiological adjustments such that they can switch between having maximum sensitivity for either aerial or underwater sounds. This could mean that hearing sensitivity for underwater sounds is lower when swimming at the water surface (when hearing may be focused on aerial sounds) than when swimming at depth. To investigate this possibility, hearing thresholds of two female harbor seals were quantified psychophysically, while their heads were in the position normally adopted while swimming at the surface. The seals' hearing thresholds at the water surface were similar to each other and to previous measurements made at 1 m depth. When calculating the cumulative sound exposure level for hearing damage assessment, the SPL just below the water surface needs to be measured or modeled, and the proportion of time seals normally swim at the water surface needs to be estimated, to estimate the sound energy that reaches the seals' ears.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

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)0,0020,000

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 Opus0,021
Tête enseignante GPT0,256
Écart entre enseignants0,234 · 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

Citations22
Publié2018
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→