Equipping an underwater glider with a new echosounder to explore ocean ecosystems
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».