Vessel noise modelling around the Port of Prince Rupert, British Columbia, and the potential effects on marine mammal listening distance
Notice bibliographique
Résumé
Underwater sound was modelled around the Port of Prince Rupert, British Columbia. The waters around the port region contain major international shipping lanes and important habitat for marine species, many of which require a quiet environment. Underwater noise calculations were carried out using JASCO's Acoustic Real-Time Exposure Model for In-motion Sources (ARTEMIS), a cumulative noise exposure and noise mapping model. Vessel traffic for three Periods were modelled using Automatic Identification System (AIS) vessel position reports from 2019: 1 to 31 January, 15 Jun to 15 July, and 15 September to 15 October. Vessel source levels were modelled using the JOMOPANS-ECHO reference spectrum model (MacGillivray and de Jong, 2021). Ambient noise was modelled using the Wind and Rain Ambient Sound Propagation (WRASP) model (Ainslie, 2010). Sound propagation loss was precomputed using the normal mode code, ORCA (Westwood et al., 1996). Vessel traffic projections for 2030 were created with AIS data from 2019 and 2020 to simulate underwater sound levels for 2030. Potential effects on marine mammals was assessed by calculating the relative reduction in distance (listening distance ratios) to which they could communicate, forage, and detect predators due to vessel noise. Listening distance ratios were assessed for 2030 using 2019 as a baseline.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».