MétaCan
Menu
← Retour à la cohorte
Enregistrement W4411856472 · doi:10.1038/s41598-025-04032-1

Narwhal acoustic presence in Eclipse Sound, Nunavut: relationships with sea ice and responses to ships

2025· article· en· W4411856472 sur OpenAlexafffundabout
Eva Hidalgo‐Pla, Alba Solsona‐Berga, Kaitlin E. Frasier, Alex Ootoowak, Kristin H. Westdal, Sean M. Wiggins, John A. Hildebrand, Joshua M. Jones

Notice bibliographique

RevueScientific Reports · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensOceans Limited (Canada)
Organismes subventionnairesEnvironment and Climate Change CanadaNational Science Foundation
Mots-clésOceanographyArcticSound (geography)Sea iceHuman echolocationPopulationEnvironmental scienceGeologyFisheryGeographyBiology

Résumé

récupéré en direct d'OpenAlex

The Arctic Ocean is undergoing rapid sea ice loss and increasing ship traffic, introducing potential stressors for wildlife and challenges for management and conservation. This study examines narwhal (Monodon monoceros) responses to vessels in eastern Eclipse Sound, Nunavut, Canada using underwater acoustic recordings and ship tracking data collected between 2016 and 2021. The effect of ship proximity on detection of narwhal echolocation clicks was analyzed, accounting for environmental and temporal factors affecting detection probability. Narwhal acoustic presence exhibits seasonality, peaking in July and October, and is correlated with low solar angle in both seasons and sea ice concentration during ice formation in October. Our analysis revealed an inverse relationship between ship proximity and narwhal acoustic presence in July and October, most pronounced when ships were within 20 km of the recorder in October. These distances suggest that narwhals react to broadband sound pressure levels well below 120 dB re: 1 µPa and are more sensitive to low-frequency sounds (< 1 kHz) than previously assumed. This study offers region- and population-specific insights into narwhal responses to ships, highlighting the importance of integrating long-term monitoring of wildlife, environmental conditions, and human activities to improve prediction of Arctic marine species' movements and behavior.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,173
Score d'incertitude au seuil0,347

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,026
Tête enseignante GPT0,263
Écart entre enseignants0,237 · 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'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueScientific Reports→Même sujetMarine animal studies overview→Travaux en français237 207→