MétaCan
Menu
← Retour à la cohorte
Enregistrement W4312466727 · doi:10.1121/10.0015701

Directional detection of simulated whale calls and ambient noise in a busy harbour

2022· article· en· W4312466727 sur OpenAlexaffabout
Carolyn M. Binder, Sean Pecknold, Calder L. Robinson, S. B. Martin

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésWhaleSonarMarine mammalAmbient noise levelNoise (video)AcousticsBioacousticsHarbourEnvironmental scienceMarine mammals and sonarNoise pollutionGeologyEnvironmental noiseComputer scienceOceanographyRemote sensingSound (geography)Noise reductionFisheryArtificial intelligenceBiologyPhysics

Résumé

récupéré en direct d'OpenAlex

Timely information on marine mammal presence in, or near, sonar training areas can be used to minimize the risk of harming these animals. Defence Research and Development Canada (DRDC) has recently been investigating a variety of acoustic technologies to facilitate real-time marine mammal monitoring in high noise (including ship noise and sonar signals) environments. DRDC assessed the directional detection and localization capability of a network of sub-surface volumetric and vertical line arrays against the noisy backdrop of the busy harbour during an experiment conducted in Bedford Basin, NS. Playbacks of Southern Resident killer whale calls and North Atlantic right whale upcalls, as well as simulated calls, were transmitted. To assess variability in bearing estimates for whale calls in different frequency bands, an acoustic source was fixed at a single location for half of the experiment and dipped over the side of a boat at seven locations around the recorders during the other half. During this talk, ambient noise and environmental measurements will be presented along with acoustic localization results.

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)0,001
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,009
Tête enseignante GPT0,221
Écart entre enseignants0,213 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

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