PolarPod-Perseverance in Arctic listening with AI to the Old World Symphonia
Notice bibliographique
Résumé
Cetacean inter-species communication remains a mystery. In some fjords of the Norwegian Arctic the concentration of their prey increases due to climate change, then also the megafauna concentration, resulting in accelerating competition and species interactions. We then aim to analyze this unknow cocktail party combining simultaneously several sources : (Orca orcinus * Megap. nov. * Baleno. physalus * Physeter macro. * Landscape).This is an incredible opportunity to record for the first time these pristine soundscapes during the short season of these whale runs. It has been related in a historic report of the end of the XIXth century that such whale groupement was frequent. But since the whale industry, only Oo were present. It is only after 10 years that gradually the other species investigated the area again, with most recently the Pm (nov. 2023).Then the Center of Artificial Intelligence in Natural Acoustics (CIAN) [2] deployed its mobile acoustic laboratory on the PolarPod-Perseverance vessel. With its length of 42m, this exploration sail propulsion vessel is the future for CO2 balance, as well as for acoustic studies in dynamic conditions. Versatility and oceanographic skills of Perseverance are perfectly suited for this type of acoustic mission.We deployed a small array, Manta-1, based on our custom hydrophones and AI embedded electronic sound card. Manta-1 was used for transects by sail propulsion having a neutral impact on acoustics. We also deployed a fixed pentaphonic array and a long array. It resulted in a complex and novel corpus of whale cocktail parties that has been processed by AI listening algorithms of CIAN [1]. We then model the nictemeral acoustic cycles of each species and we test the 6x2 hypotheses of inter-species positive interactions (foraging collaboration), and negative interactions (competition).[1] ADAPREDAT, R Report, MITI CNRS, Glotin et al, (2024) https://sabiod.lis-lab.fr/pub/ADAPREDAT/AAPSanteEnvironnement2022.2_Rapportfinal_GLOTIN_FJORD3D_202403.pdf[2] https://cian.lis-lab.fr/
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».