Assessing Anthropogenic Underwater Noise Pollution in the Mediterranean Sea and its Implications for Marine Ecosystem Protection and Restoration
Notice bibliographique
Résumé
The protection and restoration of marine ecosystems are paramount to meeting the Kunming-Montreal Global Biodiversity Framework’s (GBF) ambitious targets, especially in addressing biodiversity threats in ecologically sensitive regions like the Mediterranean Sea. Underwater noise pollution, primarily from human activities such as shipping, seismic exploration and maritime works, has emerged as a critical stressor for marine biodiversity, impacting species reliant on sound for navigation, communication, and survival. In 2023, the first comprehensive regional assessment of underwater noise in the Mediterranean was conducted by ACCOBAMS and UNEP/MAP, focusing on its effects on cetacean populations as indicator species of ecosystem health.Utilizing innovative risk-based assessment methods, this work evaluates two critical indicators: impulsive noise (e.g., explosions, sonar, pile-driving) and continuous noise (mainly shipping-related) across sub-regions of the Mediterranean. Findings show that noise levels exceed tolerable thresholds in significant habitats, especially in the Western Mediterranean and Aegean sub-regions, where up to 35% of potential cetacean habitat is affected. Such results reveal unprecedent information about risks to the sustainability of key species in this area, highlighting the need of implementing effective area-based management approaches, such as marine protected areas and noise-mitigation policies, to protect and restore these ecosystems.The results underscore the need for robust data on noise pollution to guide marine spatial planning and policy-making, supporting equitable management of marine resources. Mitigating noise pollution impacts is one essential component in fostering resilient and healthy marine ecosystems, a goal that can be effectively pursued through enhanced cross-sectoral collaboration, scientific innovation, and policy frameworks aligned with the Kunming-Montreal Global Biodiversity Framework.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».