MétaCan
Menu
Retour à la cohorte
Enregistrement W3035757568 · doi:10.1139/er-2019-0033

Underwater noise and Arctic marine mammals: review and policy recommendations

2020· article· en· W3035757568 sur OpenAlexafffundvenue
William D. Halliday, Matthew K. Pine, Stephen J. Insley

Notice bibliographique

RevueEnvironmental Reviews · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensWildlife Conservation Society Canada
Organismes subventionnairesFisheries and Oceans CanadaTransport CanadaMitacsWildlife Conservation SocietyWorld Wildlife Fund
Mots-clésArcticUnderwaterNoise (video)Environmental scienceSea iceAmbient noise levelArctic ice packThe arcticOceanographySound (geography)GeologyComputer science

Résumé

récupéré en direct d'OpenAlex

Underwater noise is an important issue globally. Underwater noise can cause auditory masking, behavioural disturbance, hearing damage, and even death for marine animals. While underwater noise levels have been increasing in nonpolar regions, noise levels are thought to be much lower in the Arctic where the presence of sea ice limits anthropogenic activities. However, climate change is causing sea ice to decrease, which is allowing for increased access for noisy anthropogenic activities. Underwater noise may have more severe impacts in the Arctic compared with nonpolar regions due to a combination of lower ambient sound levels and increased sensitivity of Arctic marine animals to underwater noise. Here, we review ambient sound levels in the Arctic, as well as the reactions of Arctic and sub-Arctic marine mammals to underwater noise. We then relate what is known about underwater noise in the Arctic to policies and management solutions for underwater noise and discuss whether Arctic-specific policies are necessary.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,005
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,269
Écart entre enseignants0,237 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations62
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental ReviewsMême sujetMarine animal studies overviewTravaux en français237 207