MétaCan
Menu
Retour à la cohorte
Enregistrement W2889674208 · doi:10.1371/journal.pone.0204247

Air movement sound production by alewife, white sucker, and four salmonid fishes suggests the phenomenon is widespread among freshwater fishes

2018· article· en· W2889674208 sur OpenAlexaff
Rodney A. Rountree, Francis Juanes, Marta Bolgan

Notice bibliographique

RevuePLoS ONE · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensUniversity of Victoria
Organismes subventionnairesLomonosov Moscow State UniversityCetacean Research Technology
Mots-clésSalmoSalvelinusBrown troutSalmonidaeBiologyRainbow troutFisheryTroutEcologyZoologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

We sought to describe sounds of some of the common fishes suspected of producing unidentified air movement sounds in soundscape surveys of freshwater habitats in the New England region of North America. Soniferous behavior of target fishes was monitored in real time in the field in both natural and semi-natural environments by coupling Passive Acoustic Monitoring (PAM) with direct visual observation from shore and underwater video recording. Sounds produced by five species including, alewife (Alosa pseudoharengus, Clupeidae), white sucker (Catastomus commersonii, Catostomidae), brook trout (Salvelinus fontinalis, Salmonidae), brown trout (Salmo trutta, Salmonidae), and rainbow trout (Oncorhynchus mykiss, Salmonidae) were validated and described in detail for the first time. In addition, field recordings of sounds produced by an unidentified salmonid were provisionally attributed to Atlantic salmon (Salmo salar, Salmonidae). Sounds produced by all species are of the air movement type and appear to be species specific. Our data based on fishes in three distinct orders suggest the phenomenon may be more ecologically important than previously thought. Even if entirely incidental, air movement sounds appear to be uniquely identifiable to species and, hence, hold promise for PAM applications in freshwater and marine habitats.

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 enseignants0,007
Score d'incertitude au seuil0,014

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,029
Tête enseignante GPT0,203
Écart entre enseignants0,174 · 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

Citations37
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetMarine animal studies overviewTravaux en français237 207