A Gulf in lockdown: How an enforced ban on recreational vessels increased dolphin and fish communication ranges
Notice bibliographique
Résumé
From midnight of 26 March 2020, New Zealand became one of the first countries to enter a strict lockdown to combat the spread of COVID-19. The lockdown banned all non-essential services and travel both on land and sea. Overnight, the country's busiest coastal waterway, the Hauraki Gulf Marine Park, became devoid of almost all recreational and non-essential commercial vessels. An almost instant change in the marine soundscape ensued, with ambient sound levels in busy channels dropping nearly threefold the first 12 h. This sudden drop led fish and dolphins to experience an immediate increase in their communication ranges by up to an estimated 65%. Very low vessel activity during the lockdown (indicated by the presence of vessel noise over the day) revealed new insights into cumulative noise effects from vessels on auditory masking. For example, at sites nearer Auckland City, communication ranges increased approximately 18 m (22%) or 50 m (11%) for every 10% decrease in vessel activity for fish and dolphins, respectively. However, further from the city and in deeper water, these communication ranges were increased by approximately 13 m (31%) or 510 m (20%). These new data demonstrate how noise from small vessels can impact underwater soundscapes and how marine animals will have to adapt to ever-growing noise pollution.
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 | 0,000 |
| 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) | 0,001 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».