MétaCan
Menu
Retour à la cohorte
Enregistrement W4402795334 · doi:10.26443/seismica.v3i2.1153

Tracking Whale Calls in the Lower St. Lawrence Seaway at Land Seismometers

2024· article· en· W4402795334 sur OpenAlex
Eva Goblot, Yajing Liu, A. P. Plourde, Pierre Cauchy, Jeanne Mérindol, Coralie Bernier, Ge Li, Basile Roth

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueSeismica · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensMila - Quebec Artificial Intelligence InstituteUniversité du Québec à RimouskiGeological Survey of CanadaMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaTransport Canada
Mots-clésWhaleSeismometerFisheryGeographyOceanographyGeologySeismologyBiology

Résumé

récupéré en direct d'OpenAlex

The Lower St. Lawrence Seaway (LSLS) is critical to Canada’s economy both as part of a major marine shipping corridor and a site of intensive fishing. Every year, fin whales and blue whales frequent the LSLS feeding ground. Understanding the mechanisms driving whale habitat usage is key for making informed decisions on shipping and fishing, reducing whale collision risks and mitigating noise pollution. We detect whales in the LSLS with land seismometers by using a method that relies on the intervals of the regularly repeating low frequency calls. The resulting catalogue contains 14,076 fin whale detections and 3,739 blue whale detections between February 2020 and January 2022. These detections follow the overall pattern of hydrophones, with most detections from fall to early winter in the Estuary and until mid-winter/spring in the Gulf. High detection rates in the Northwest Gulf throughout the winter months demonstrate that this region is potentially utilized year-round. This labelled catalogue may be suitable for developing a deep learning-based whale call detection algorithm. Making use of seismometers and deep learning can increase whale monitoring coverage within the LSLS and elsewhere.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,543
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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)0,0020,001

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,245
Écart entre enseignants0,225 · 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