Habitat-mediated noise pollution reduction in seagrass meadows
Notice bibliographique
Résumé
Despite widespread effects of anthropogenic noise on marine organisms, it is still unclear how the propagation of noise is influenced by habitat degradation. Here, we used field experiments to evaluate habitat-mediated reduction of noise pollution. We conducted habitat characterizations, faunal surveys, and transmission loss measurements at sites in subtropical and tropical seagrass ecosystems, across a range of habitat conditions. We found that recreational boat noise was reduced more at sites with denser habitats. For example, in Belize, a site with almost total coverage of seagrasses and attached macroalgae attenuated noise ~4 dB re 1 μPa more (reducing acoustic energy by ~37 %) over 5 m compared to a site with little habitat structure. Other factors that influenced transmission loss included water depth, dissolved oxygen, and temperature. Neither habitat density, nor any of the other environmental variables that affected transmission loss, influenced the abundance, richness, and composition of seagrass-associated faunal communities. The rich faunal communities found in sparser habitats could thus be disproportionately affected by the increased noise pollution exposure. Our work provides empirical evidence that seagrass habitats play a role in attenuating noise pollution, leading to greater protection for faunal communities and the seagrasses themselves. These findings strengthen our understanding of coastal soundscape-habitat interactions and demonstrate that the ability of seagrasses to dampen noise is a valuable ecosystem function that has so far largely been undervalued. A conceptual visualization of the hypothesized mitigation effects of habitat structure on noise pollution in seagrass ecosystems. • We measured transmission loss in subtropical and tropical seagrass ecosystems. • Denser seagrass habitats dampened boat noise more than sparser habitats. • Other environmental factors, like water depth, also influenced transmission loss. • Habitat-mediated attenuation can help protect faunal communities.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».