MétaCan
Menu
← Retour à la cohorte
Enregistrement W2896088553 · doi:10.1121/1.5068130

Soundscape characteristics in Southern Resident Killer Whale critical habitats

2018· article· en· W2896088553 sur OpenAlexaffabout
Svein Vagle, Caitlin O’Neill, Sheila J. Thornton, Harald Yurk

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésSoundscapeHabitatWhaleFisheryEndangered speciesCritical habitatSound (geography)GeographyRange (aeronautics)Marine mammalCritically endangeredAmbient noise levelFishingOceanographyEnvironmental scienceEcologyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

The Southern Resident Killer whales (Orcinus orca) (SRKW) are an endangered group of orcas with current range of Pacific North East from California to Northern British Columbia and spend most of the summer months in and around the Salish Sea. This group of mammals feed primarily on fish, are very local, and live in tight-knit family units called pods. July 1 2017 census reported 77 animals; which now has been reduced to 76 by a more recent death. Anthropogenic underwater noise, primarily from commercial and recreational vessels is suspected to have detrimental effects on these whales. Here, we present results from a seven month, continuous sound recording (125 kHz acoustic bandwidth), whale centered study to monitor and interpret different soundscapes in SRKW critical habitats. The six different locations studied have significantly different acoustic transmission characteristics and cover open ocean areas, where natural sound spectral levels are high, to areas where anthropogenic noise-sources dominate. Possible implications of these different characteristics on the ability of the orcas to communicate and find prey are discussed. [Work funded by the Ocean Protection Plan (OPP) of the Government of Canada.]

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)0,000
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,260
Écart entre enseignants0,245 · 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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of America→Même sujetMarine animal studies overview→Travaux en français237 207→