MétaCan
Menu
← Retour à la cohorte
Enregistrement W4385728396 · doi:10.1121/10.0020542

The sound production of <i>Aplodinotus grunniens</i> in the presence of boat sounds

2023· article· en· W4385728396 sur OpenAlexaff
Nicholas A. Somogyi, Rodney A. Rountree

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésDrumSoundscapeNoise (video)Environmental scienceAcousticsSound (geography)EveningAmbient noise levelFisheryGeographyBiologyComputer sciencePhysicsArchaeology

Résumé

récupéré en direct d'OpenAlex

Archived soundscape data from Lake Champlain, New York, were used to examine the effect of anthropogenic sounds produced by recreational boating on freshwater drum (Aplodinotus grunniens) soniferous behavior. Drum progressed from sporadic calling during the day to calls that increasingly overlapped culminating in a chorus in the late afternoon and evening. The response of drum to boat noise appeared to differ among these states, perhaps reflecting differences in the underlying behaviors. In response to boat noise, freshwater drum spawning choruses occurred later in the day, thus avoiding the noisiest periods. The peak frequency and knock rate of calls also increased in the presence of boat noise. Of the acoustical adjustments observed, the most strongly shown were those which increased the likelihood of signal reception, suggesting a Lombard effect response. Therefore, these data suggest freshwater drum have plasticity in their acoustical behavior, potentially shifting chorusing time, and altering sound characteristics to optimize communication in the presence of anthropogenic noise. However, additional work is needed to further clarify the response of freshwater drum to anthropogenic 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 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 enseignants0,015
Score d'incertitude au seuil0,030

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)0,0010,000

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 Opus0,019
Tête enseignante GPT0,255
Écart entre enseignants0,236 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

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