Can we be confident about ship noise measurements?
Notice bibliographique
Résumé
Increased maritime traffic is leading to more underwater noise. Despite the use of a standardized protocol (ANSI/ASA S12/64-2009), measuring ship noise is complex, as it is difficult to follow the protocol in real-life conditions. The Marine Acoustic Research Station (MARS) project (www.projet-mars.ca/en) designed a recording station and a measurement protocol that follows closely the international standard. The station operated during summer/fall in 2021, 2022 and 2023 in the Laurentian Channel in the St. Lawrence Estuary (eastern Canada). Four dedicated missions were organized, during which the R/V Coriolis II was measured repeatedly, generating a database of 239 measurements. In this study, we assess the measurement repeatability of the MARS station, comparing simultaneous measurements from identical systems, as well as repeated measurements at varying speeds and distances. We quantify the measurement uncertainties associated to the hydrophone configuration and the measurement protocol. Our results illustrate how array redundancy allows to identify and mitigate hardware-related issues and to reduce the duration of the measurement, a costly parameter. We quantify the repeatability of single measurements within the MARS station, we discuss the implications regarding our ability to validate noise reduction actions from ~3 dB and we propose a measurement protocol to further reduce this limit.
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 | 0,078 | 0,393 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,012 |
| Communication savante | 0,013 | 0,032 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,009 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,009 |
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 ».