Males miss and females forgo: auditory masking from vessel noise impairs foraging efficiency and success in killer whales - ALL 2009 & 2010 AUDIO DATA
Notice bibliographique
Résumé
Description of the data and file structureThis record contains all 2009 & 2010 audio data from animal-borne biologging instruments (Dtags) temporarily affixed to fish-eating killer whales, supporting the analyses presented in the following article: Tennessen. J.B., Holt, M.M., Wright, B.M., Hanson, M.B., Emmons, C.K., Giles, D.A., Hogan, J.T., Thornton, S.J., Deecke, V.B. 2024. Males miss and females forgo: auditory masking from vessel noise impairs foraging efficiency and success in killer whales. Global Change Biology. In press. The data include the following: the 2009 & 2010 audio files from analyzed Dtag depoyments. All methodological details necessary to contextualize analysis procedures are provided in the methods section of the article. The following data files are available under separate DOIs: 10.5281/zenodo.13328931 - all 2011 & 2014 audio data; 10.5281/zenodo.13308835 - (1) all calibrated movement data from analyzed Dtag deployments, and (2) a spreadsheet containing the variables included in the fully-saturated and final models listed in Table 2 in the article cited above. These data are provided by NOAA Fisheries' Northwest Fisheries Science Center, and Fisheries and Oceans Canada, to support reproducibility of all statistical analyses presented in the article. Please cite your usage of our data. For inquiries about data use, or for general questions, please contact Dr. Jennifer B. Tennessen, at jtenness@uw.edu. Description of audio data filesThe data files contain the .dtg extension. This is the compressed raw data from all analyzed deployments. Once files are downloaded, they will need to be decompressed, which is done using the tagtools tool kit for Matlab, R or Octave, available at https://github.com/animaltags . Each deployment is named using the first letter of the genus and species name ("oo" for Orcinus orca), followed by the two-digit year (e.g., 09 for 2009), followed by the 3-digit Julian day (e.g., 246), followed by a letter denoting the population (a-d for Northern Residents, m for Southern Residents), followed by a series of numbers that denote the specific block (on the tag memory board) from which the data came. All files from a deployment should be put within a folder for that deployment, so that the functions within the tagtools tool kit can locate them. Once the .dtg files are decompressed, there will be 4 new files for every decompressed file, with extensions as follows: .wav (audio) as well as .pk, .swv, .txt. The audio files are ready to use in .wav form, and can be viewed using any audio software. We recommend using Matlab with the tagtools tool kit, or viewing the files in batch mode within RavenPro (https://store.birds.cornell.edu/collections/raven-sound-software). We provide calibrated movement data (see DOI: 10.5281/zenodo.13308835). However, if users wish to run their own calibration from raw movement data, the .swv files are used for this purpose along with the tagtools tool kit in Matlab, R or Octave, available at https://github.com/animaltags .
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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) | 0,008 | 0,001 |
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 ».