Use of the noise-free interval (NFI) metric to assess the disturbances of airborne vessel noise at Glacier Bay National Park
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Alaska's Glacier Bay National Park preserves the seventh largest unit of the National Wilderness Preservation System, encompassing 2.6 million acres. Natural acoustic environments are significant to many of the unit's fundamental resources and values. Since 2001, the National Park Service has inventoried acoustic environments of Alaskan parks. One purpose is to document every noise-free interval (NFI) observed. NFI is defined as the time between human-generated noise disturbances. Aggregate properties of NFIs describe fragmentation of acoustic environments by noise. Median NFI estimated at parks in Alaska to date range from < 3 minutes to 16.7 hours, similar to other Arctic sites (0.5 to 13.0 hours, Stinchcomb et al. 2020). For the Glacier Bay Marine Management Plan Environmental Assessment, a geometric NFI model was developed using automatic identification system (AIS) derived vessel tracks. The NFI simulation results, along with NFI data from acoustic monitoring at the park, was then utilized to assess how changes to vessel quotas and vessel management strategies would potentially affect the NFI throughout the park. This paper will discuss the estimation and use of the NFI metric in protected natural areas, along with NFI modeling methods utilized for an environmental assessment at Glacier Bay.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 découle