Equipping an underwater glider with a new echosounder to explore ocean ecosystems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Mobile autonomous platforms are revolutionizing our understanding of ocean systems by providing a solution for the four‐dimensional observation problem faced in the ocean. The sensors commonly used in autonomous platforms, however, leave a large gap in our observations of the food chain between primary producers and large predators. Echosounders have the potential to fill this gap. Here, we present details of a new, commercially available quantitative scientific echosounder specifically designed to meet the challenges of deployment in autonomous platforms, including those of relatively low power and small size, while providing data comparable to systems deployed from ships. We detail the integration into a Slocum glider of this echosounder and both upward‐ and downward‐looking transducers to provide guidance for those considering similar efforts. We also identify key features of the system and the challenges that must be overcome to ensure collection of high‐quality data. The most important feature of the integrated glider is that it carries instruments capable of providing depth profiles of bio‐optical and environmental variables that are synoptic with the echosounder data. On a dive‐by‐dive basis, we can use these co‐located data to quantify relationships between the acoustic, bio‐optical, and environmental data. A field deployment of the echosounder‐equipped glider elucidated the processes driving diel migration in zooplankton and nekton in Monterey Bay, emphasizing the novel science questions that can be addressed using contemporary means of accessing the sea and new, integrated tools for describing the habitat and its inhabitants.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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