MétaCan
Menu
Retour à la cohorte
Enregistrement W2897239712 · doi:10.1121/1.5068021

Estimating channel capacity and sonar performance in the changing arctic

2018· article· en· W2897239712 sur OpenAlexaffabout
Paul C. Hines, Dainis Nams, Terry J. Deveau, Ron T. Kessel, Jim Hamilton, Christopher Whitt, David R. Barclay

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueUnderwater Acoustics Research
Établissements canadiensDalhousie UniversityGeoSpectrum Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésSonarArcticEnvironmental scienceReverberationUnderwaterAmbient noise levelNoise (video)Computer scienceChannel (broadcasting)WeightingGeologyAcousticsOceanographySound (geography)TelecommunicationsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Underwater acoustic processes including ambient noise, propagation, reverberation, and scattering have been studied for over half a century in the Canadian Arctic. Despite this, realistic predictions of communications and sonar performance have proved challenging due to the complex impact of ice cover on these processes, and the relative scarcity of sound speed profiles and information about the seabed. This challenge has been exacerbated in recent years because the rapid change in environmental conditions is reducing the relevance of many historical records. A key component of the present effort is to extract site specific model inputs from the environmental data contained in the literature, with an informed weighting toward more recent measurements. Site specific modelling was enhanced using inputs from recent year-long ambient noise recordings. Model inputs were also influenced by specific source and receiver hardware being developed for use in future Arctic experiments. In this paper, low frequency sonar and communication performance estimates in the frequency band 20–250 Hz, based on site-specific environmental inputs and this low frequency hardware, are presented for several geographical regions of strategic relevance in the Canadian Arctic.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,297
Score d'incertitude au seuil0,460

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,028
Tête enseignante GPT0,252
Écart entre enseignants0,225 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetUnderwater Acoustics ResearchTravaux en français237 207