MétaCan
Menu
Retour à la cohorte
Enregistrement W4245571425 · doi:10.1121/1.2942503

Acoustic monitoring of severe weather in the northeast Pacific Ocean

2007· article· en· W4245571425 sur OpenAlexaffabout
Jeffrey A. Nystuen, Svein Vagle

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2007
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueUnderwater Acoustics Research
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésMooringEnvironmental scienceAmbient noise levelSound (geography)SonarOceanographyBubbleGeologyMarine mammals and sonarMeteorologyGeographyPhysics

Résumé

récupéré en direct d'OpenAlex

Wind and rainfall are the principal physical processes responsible for the production of high frequency (1–50 kHz) ambient sound in the ocean. The primary source of the sound is the resonant ringing of individual bubbles created during wave breaking and raindrop splashes. Larger bubbles (?‘ 300 μ diam) quickly return to the surface, while smaller bubbles can be mixed downward many meters. During severe weather, a layer of smaller ambient bubbles forms and effectively absorbs higher frequency (>10 kHz) sound. These processes are revealed in a two-year record of ambient sound recorded from a sub-surface mooring at 50N, 145W in the northeast Pacific Ocean as part of the Canadian SOLAS program. The passive acoustic signal of wind, rain, and ambient bubble clouds are compared to the sub-surface mooring data including data from an upward looking 200 kHz active sonar and a 300 kHz ADCP. The acoustic signatures of light, moderate and heavy rainfall are superimposed on the signature of high wind, demonstrating rainfall detection even in the presence of high wind. [Work supported by ONR, Fisheries and Oceans Canada, and the Canadian CFCAS & NSERC.]

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)0,001
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 enseignants0,083
Score d'incertitude au seuil0,164

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,019
Tête enseignante GPT0,258
Écart entre enseignants0,239 · 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

Citations0
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetUnderwater Acoustics ResearchTravaux en français237 207