MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408216406 · doi:10.22541/essoar.174139379.93291036/v1

On the Measurement of Ocean Acidity with Ambient Sound

2025· preprint· en· W4408216406 sur OpenAlexaff
Ernst Uzhansky, Michael J. Buckingham, David R. Barclay

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensDalhousie University
Organismes subventionnairesOffice of Naval ResearchSchmidt Ocean Institute
Mots-clésSound (geography)Environmental scienceAcousticsOceanographyGeologyPhysics

Résumé

récupéré en direct d'OpenAlex

The volume-integrated pH of seawater can be determined from the frequency and depth dependence of wind-generated ambient noise in the ocean. Over the 1 − 10 kHz frequency band, three main processes contribute to the acoustic attenuation in seawater: the chemical relaxation of boric acid and magnesium carbonate (< 3 kHz, related to pH), and magnesium sulfate (> 3 kHz, unrelated to pH). When local winds are strong (> 10 m/s), the ambient noise is dominated by locally generated surface noise, which exhibits a depth-independent directionality, and weak frequency and depth-dependent intensity. By measuring the depth-dependence of the spectral slope, the pH may be estimated from a comparison of the experimental data with an analytical model of ambient noise. Measurements of the depth-dependent ambient noise field were carried out in the Philippine Sea, Mariana Trench, and Tonga Trench from 2009 to 2021. The wideband (5 Hz - 30 kHz) acoustic data were recorded with untethered, free-falling, autonomous instrument platforms known as Deep Sound, equipped with two or four hydrophones. In all the data collected, the power spectral slopes became steeper with depth due to the stronger attenuation of high frequencies compared to low frequencies. Depth-averaged pH values, ranging from 7.68 to 8.35, were obtained from eight instrument drops. The noise spectral method, which has the potential for determining the depth-averaged value of pH, with the averaging depth being adjustable, could be suitable for the long-term passive acoustic monitoring of ocean acidity.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,029
Tête enseignante GPT0,214
Écart entre enseignants0,185 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetArctic and Antarctic ice dynamics→Travaux en français237 207→