MétaCan
Menu
← Retour à la cohorte
Enregistrement W4223429222 · doi:10.1121/10.0010208

Marine mammal detections on the Chukchi Plateau 2009–2020

2022· article· en· W4223429222 sur OpenAlexaff
Kathleen M. Stafford, Humfrey Melling, Sue E. Moore, Catherine L. Berchok, Eric K. Braen, Arial Brewer, Brynn M. Kimber

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesNational Marine Fisheries ServiceOffice of ScienceNational Oceanic and Atmospheric Administration
Mots-clésSubarctic climateBeluga WhaleArcticMarine mammalPlateau (mathematics)BelugaSound (geography)OceanographyWhaleEnvironmental scienceFisheryGeographyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

The Arctic Ice Monitoring (AIM) observatory has been maintained on the Chukchi Plateau at 75.1° N 168.0° W nearly continuously since 2003. The AIM site consists of a submerged mooring that, since October 2008, has been instrumented with a passive acoustic recorder to sample ambient sound, with a focus on marine mammal detections in the High Arctic. Year-long data sets for 2009, 2012, and 2014-2020 were analyzed for the presence of signals from Arctic species including bowhead and beluga whales, bearded seals, and walrus. Calls from subarctic ribbon seals were commonly detected in autumn months, suggesting they have expanded their distribution much further northward. Killer whale calls were detected in recent years providing evidence that they have moved further north into the Pacific Arctic. No other subarctic cetaceans were heard. Year-round passive acoustic sampling of sounds produced by marine mammals over a decadal timescale has enhanced our understanding of how climate-driven changes in biodiversity are affecting even the very High Arctic.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,266
Score d'incertitude au seuil0,529

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,221
Écart entre enseignants0,209 · 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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of America→Même sujetMarine animal studies overview→Travaux en français237 207→