MétaCan
Menu
← Retour à la cohorte
Enregistrement W4415117952 · doi:10.1038/s41598-025-20568-8

In situ behavioral responses of crustacean zooplankton to an approaching seismic survey

2025· article· en· W4415117952 sur OpenAlexaff
Saskia Kühn, Emilie Hernes Vereide, Karen de Jong, Katja Heubel, Anne Christine Utne-Palm

Notice bibliographique

RevueScientific Reports · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensImpact
Organismes subventionnairesChristian-Albrechts-Universität zu KielConocoPhillips
Mots-clésZooplanktonCopepodUnderwaterCrustaceanCalanus finmarchicusPelagic zoneNoise (video)Seismic survey

Résumé

récupéré en direct d'OpenAlex

Abstract The impacts of underwater noise from seismic surveys on zooplankton remain poorly understood despite their critical ecological role. This study investigated the effects of in situ airgun shots on the swimming behavior of the copepod Calanus finmarchicus at distances from over 4000 to less than 100 m from the seismic airgun array (3060 in3, 50.1 L). Copepods were deployed in a cage equipped with a stereo camera system to track individual swimming behavior. Our findings reveal significant changes in swimming speeds and speed-based behavioral classifications: Swimming, Sinking, and Jumping. During airgun exposure, the swimming speed increased significantly, displaying a quadratic relationship around an airgun shot. More copepods jumped, with higher relative jumping counts per individual, following a non-linear relationship with distance from the seismic source. Sinking duration decreased, while swimming lasted longer during shoot periods. Furthermore, our findings suggest that changes in fluid flow speeds and low-frequency sound induced by airgun shots may have driven some of the observed responses, underscoring the complex interaction between seismic activity and copepod behavior. This study not only sheds light on the behavioral effects of impulsive noise on pelagic copepods but also introduces a novel methodology for field research involving small aquatic organisms.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,039
Tête enseignante GPT0,311
Écart entre enseignants0,272 · 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'admission1
Résumé présentoui

Explorer davantage

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