MétaCan
Menu
Retour à la cohorte
Enregistrement W4312378355 · doi:10.1121/2.0001638

The SOUNDS project: towards effective mitigation of underwater noise from shipping in Europe

2022· article· en· W4312378355 sur OpenAlexaboutno aff
Erica Cruz, Thomas Lloyd, Frans Hendrik Lafeber, Johan Bosschers, Guilherme Vaz, Samy Djavidnia

Notice bibliographique

RevueProceedings of meetings on acoustics · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNoise (video)UnderwaterAgency (philosophy)StakeholderComputer scienceNoise controlEnvironmental resource managementBusinessEnvironmental scienceOceanographyNoise reductionPolitical scienceArtificial intelligencePublic relations

Résumé

récupéré en direct d'OpenAlex

Continuous underwater noise from shipping has been identified as one of the main contributors to ambient noise levels in the oceans. Notwithstanding the potential impacts on marine life, the subject started receiving attention from international and regional regulatory bodies only very recently. Last year, the European Maritime Safety Agency commissioned a study to consolidate information about continuous underwater noise from shipping in order to derive recommendations for a future multi-stakeholder strategy within Europe. The work reviewed information about sources of continuous noise, environmental impacts, the policies in place to manage underwater noise and available mitigation measures to reduce noise levels. Effective management of underwater noise from ships is a multi-sectoral challenge requiring coordination between different policies and stakeholders. Based on an online survey and a number of interviews, it was possible to elucidate: 1) how different stakeholders interact; 2) the main drivers for addressing underwater noise; and 3) possible strategies for tackling the subject effectively. Additionally, considerations and lessons learned from ECHO program in Canada were analysed as a case study. The paper will describe the main activities carried out in the project, focusing on recommendations for effective mitigation of ship noise.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,394
Score d'incertitude au seuil0,479

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,011
Tête enseignante GPT0,232
Écart entre enseignants0,221 · 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 tête enseignante, 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of meetings on acousticsMême sujetMarine animal studies overviewTravaux en français237 207