MétaCan
Menu
← Retour à la cohorte
Enregistrement W4312631759 · doi:10.1121/10.0015586

Determining the speed dependent source level of a snowmobile traveling on sea-ice

2022· article· en· W4312631759 sur OpenAlexaffabout
Emmanuelle Cook, John V. Winters, Katrina Anthony, David R. Barclay, Eric C. J. Oliver

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésUnderwaterHydrophoneSound (geography)GeologySea iceSpeed of soundAcousticsEnvironmental scienceOceanographyMeteorologyMarine engineeringGeographyPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

As part of the Sustainable Nunatsiavut Futures project, a field experiment to determine the acoustic properties and underwater radiated sound level of a snowmobile was designed and executed. The fieldwork consists of lowering acoustic recorders under the sea ice and driving a snowmobile with a known position and velocity to evaluate its speed-dependent source level. This experiment is the first step toward collaborative Dalhousie and community research on underwater sound as it relates to the marine habitat, human use of the ocean, and sea-ice in Nunatsiavut. Due to COVID-19, the planning stages were coordinated virtually, and the fieldwork in Nunatsiavut was conducted by local Inuit Research Coordinators (IRCs), while a twin Dalhousie-led experiment was conducted in Caraquet, New Brunswick. A single hydrophone sensor was used in Nunatsiavut, and a vertical array of hydrophones was used in Caraquet to obtain underwater sound data from a moving snowmobile. Skidoo specifications for each site were recorded as well as sea-ice thickness, temperature, salinity, and sound-speed data were collected. Spectrograms of skidoos traveling at different speeds were computed. Comparisons between received levels at different velocities, sites, and ranges are shown, and the impact of sea ice and snowmobile specifications on received levels are discussed.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,035

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
Bibliométrie0,0000,000
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)0,0020,000

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 Opus0,029
Tête enseignante GPT0,238
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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of America→Même sujetArctic and Antarctic ice dynamics→Travaux en français237 207→