MétaCan
Menu
Retour à la cohorte
Enregistrement W3105744066 · doi:10.47536/jcrm.v21i1.202

Chronic ocean noise and cetacean population models

2020· article· en· W3105744066 sur OpenAlexafffund
Rob Williams, Danielle Cholewiak, Christopher W. Clark, Christine Erbe, Craig George, Robert C. Lacy, Russell Leaper, Sue E. Moore, Leslie New, E. C. M. Parsons, Howard C. Rosenbaum, Teri Rowles, Mark Simmonds, Raphaela Stimmelmayr, Andrew Wright

Notice bibliographique

Revue˜The œjournal of cetacean research and management. Special issue · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensBedford Institute of OceanographyFisheries and Oceans Canada
Organismes subventionnairesFisheries and Oceans CanadaNational Oceanic and Atmospheric Administration
Mots-clésForagingPopulationMarine mammalBaleenPopulation modelNoise (video)EcologyEnvironmental scienceWhaleBiologyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Recent years have seen rapid development of tools and approaches to model population consequences of disturbance in several marine mammal populations from high-amplitude, acute sound sources. Ocean noise from shipping and other maritime activities is now recognized as a chronic, habitat-level stressor. In order to understand population consequences of chronic ocean noise to whales and their populations, advances are needed in several key areas, which are explored in this review. One tractable way to predict population-level consequences of noise-mediated disruption of feeding, which can include both behavioural responses and foraging opportunities lost due to acoustic masking. Masking may be defined as both the process and the amount by which the threshold of hearing of one sound is raised by the presence of another. Parameterising any such model requires information on sensitivity and vulnerability of large whales to ocean noise, in which sensitivity is the degree to which marine features respond to a stressor (e.g., behavioural responses to noise or proportional reduction in foraging efficiency due to masking), and vulnerability is the probability that whales are exposed noise to which they are sensitive. Efforts are underway to provide much-needed information on hearing sensitivity in baleen whales, the role of acoustic cues in foraging, and deriving links between long-term variability in prey availability and whale demography. As this information becomes available, we expect rapid advancement on modelling population consequences of acoustic masking in baleen whales, because those efforts can leverage substantial investments in statistical methodological approaches to model population consequences of disturbance. Pathways of effects other than via foraging disruption (e.g., stress hormones affecting reproduction or disease) are possible, but we illustrate potential ways to proceed based on this tractable approach, namely noise-mediated impacts on foraging. This report highlights case studies of local, national, international, and inter-governmental efforts to monitor and reduce the contribution of global shipping to ocean ambient noise. The following outlines approaches that can be used to assess the risk to baleen whale recovery of existing levels of ocean noise, and consequently, predict the benefits likely to arise from reducing chronic ocean noise.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,047
Tête enseignante GPT0,296
Écart entre enseignants0,249 · 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'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

Citations17
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue˜The œjournal of cetacean research and management. Special issueMême sujetMarine animal studies overviewTravaux en français237 207