Beluga Vocalizations Decrease in Response to Vessel Traffic in the Mackenzie River Estuary
Notice bibliographique
Résumé
Vessel traffic negatively affects marine mammals by causing behavioural disturbance, acoustic masking, contamination (i.e., oil spills), and ship strikes. Few studies have examined the effects of vessels on marine mammals in the Arctic, but beluga whales appear to be especially sensitive to vessel traffic. We examine how the vocalizations of belugas are impacted by vessel traffic in the Tarium Niryutait Marine Protected Area in the Mackenzie River estuary of the western Canadian Arctic. Between one and four acoustic recorders were deployed between June and August each year between 2015 and 2018 near the only shipping channel at this site. We examined beluga vocalizations from acoustic recordings over four summers and assessed how the distance to the nearest vessel passing the acoustic recorder affected the number of vocalizations. Beluga vocalizations within the range of the acoustic recorder decreased significantly when vessels were within 5 km of the acoustic recorder. This result suggests either that belugas are avoiding the vessel or that they reduce their vocalization in response to vessel traffic. Future work is needed to assess exactly how belugas are reacting to vessel traffic in this area and what the long-term consequences of these reactions are. Management measures for reducing these impacts must be carefully considered, especially since these vessels are very restricted in where they can travel, and many of the vessels are necessary for the livelihoods of local communities.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,002 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».