Gliders for passive acoustic monitoring of the oceanic environment
Notice bibliographique
Résumé
Ocean gliders are quiet, buoyancy-driven, long-endurance, profiling autonomous platforms. Gliders therefore possess unique advantages as platforms for Passive Acoustic Monitoring (PAM) of the marine environment. In this paper, we review available glider platforms and passive acoustic monitoring systems, and explore current and potential uses of passive acoustic monitoring-equipped gliders for the study of physical oceanography, biology, ecology and for regulatory purposes. We evaluate limiting factors for passive acoustic monitoring glider surveys, such as platform-generated and flow noise, weight, size and energy constraints, profiling ability and slow movement. Based on data from 34 passive acoustic monitoring glider missions, it was found that <13% of the time spent at sea was unsuitable for passive acoustic monitoring measurements, either because of surface communications or glider manoeuvre, leaving the remainder available for subsequent analysis. To facilitate the broader use of passive acoustic monitoring gliders, we document best practices and include workarounds for the typical challenges of a passive acoustic monitoring glider mission. Three research priorities are also identified to improve future passive acoustic monitoring glider observations: 1) Technological developments to improve sensor integration and preserve glider endurance; 2) improved sampling methods and statistical analysis techniques to perform population density estimation from passive acoustic monitoring glider observations; and 3) calibration of the passive acoustic monitoring glider to record absolute noise levels, for anthropogenic noise monitoring. It is hoped this methodological review will assist glider users to broaden the observational capability of their instruments, and help researchers in related fields to deploy passive acoustic monitoring gliders in their studies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».