A systematic map of systematic reviews and meta-analyses on anthropogenic noise impact on wildlife
Notice bibliographique
Résumé
As systematic reviews on the effects of anthropogenic noise on wildlife increasingly inform policy, a critical evaluation of this secondary evidence is essential. We assessed the coverage, methodological quality, and policy relevance of existing syntheses in this field. Following a preregistered protocol, we conducted a systematic search using Scopus, Web of Science, and Google Scholar, that identified 50 syntheses (systematic reviews, maps, and meta-analyses). Of these 50 syntheses, we included 47 in the bibliometric analysis, 23 in the policy attention analysis, and 44 in the critical appraisal. The included syntheses were published between 2008 and 2025, but mainly in the last six years, and focused on behavioural, physiological, and communication outcomes in animals. Most syntheses looked at the effects of transportation and energy industry activities. Syntheses were most likely to review evidence from marine, followed by terrestrial ecosystems. We found critical gaps in the coverage in terms of their taxonomic scope, with notable underrepresentation of invertebrates, amphibians, and reptiles. Most syntheses were first-authored by researchers based in the United Kingdom, Canada, and the United States. Although many syntheses had authors from more than one country, authors from non-English-speaking countries were largely absent. Almost half of syntheses were cited in policy documents, mainly government policies and regulatory submissions. Syntheses of evidence on marine environments received the most policy citations and urban noise the least. There was no significant difference in quality scores between policy-cited and non-cited syntheses, and most of them are rated low due to methodological and reporting shortcomings. Given these findings, it is critical to fill the synthesis gaps and improve methodology and reporting of future evidence syntheses in this area.
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 | 0,070 | 0,288 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,014 | 0,012 |
| Bibliométrie | 0,177 | 0,130 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,010 | 0,014 |
| Science ouverte | 0,005 | 0,011 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,003 |
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 ».