MétaCan
Menu
Retour à la cohorte
Enregistrement W3157903749 · doi:10.1016/j.marpolbul.2021.112437

Underwater sound levels in the Canadian Arctic, 2014–2019

2021· article· en· W3157903749 sur OpenAlexafffundabout
William D. Halliday, David R. Barclay, Amanda N. Barkley, Emmanuelle Cook, Jackie Dawson, Casey Hilliard, Nigel E. Hussey, Joshua M. Jones, Francis Juanes, Marianne Marcoux, Andrea Niemi, Shannon Nudds, Matthew K. Pine, Clark Richards, Kevin Scharffenberg, Kristin H. Westdal, Stephen J. Insley

Notice bibliographique

RevueMarine Pollution Bulletin · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensFisheries and Oceans CanadaUniversity of OttawaUniversity of WindsorBedford Institute of OceanographyUniversity of VictoriaDalhousie UniversityWildlife Conservation Society Canada
Organismes subventionnairesW. Garfield Weston FoundationGarfield Weston Foundation
Mots-clésUnderwaterArcticEnvironmental scienceSound (geography)Baseline (sea)Sound pressureOceanographySea iceNoise (video)Arctic ice packSound exposureWind speedAmbient noise levelClimate changePhysical geographyGeographyGeologyAcousticsComputer science

Résumé

récupéré en direct d'OpenAlex

The Arctic has been a refuge from anthropogenic underwater noise; however, climate change has caused summer sea ice to diminish, allowing for unprecedented access and the potential for increased underwater noise. Baseline underwater sound levels must be quantified to monitor future changes and manage underwater noise in the Arctic. We analyzed 39 passive acoustic datasets collected throughout the Canadian Arctic from 2014 to 2019 using statistical models to examine spatial and temporal trends in daily mean sound pressure levels (SPL) and quantify environmental and anthropogenic drivers of SPL. SPL (50-1000 Hz) ranged from 70 to 127 dB re 1 μPa (median = 91 dB). SPL increased as wind speed increased, but decreased as both ice concentration and air temperature increased, and SPL increased as the number of ships per day increased. This study provides a baseline for underwater sound levels in the Canadian Arctic and fills many geographic gaps on published underwater sound levels.

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)0,002
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 enseignants0,028
Score d'incertitude au seuil0,201

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,008
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,021
Tête enseignante GPT0,228
Écart entre enseignants0,207 · 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

Citations28
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMarine Pollution BulletinMême sujetMarine animal studies overviewTravaux en français237 207