Modelling ship movements: Applications for noise exposure to the marine ecosystem
Notice bibliographique
Résumé
Ship-source marine noise is an emerging issue that is increasingly shown to interfere with marine mammals, fish, potentially marine birds and other animals. The exposure to ship-based noise is expected to increase in the Salish Sea as marine vessel activity increases due to planned port expansions and new marine terminal construction on Canada’s Pacific coast. Increasingly, government and industry are required to take operational and strategic mitigation measures without reliable and comprehensive data and analysis to inform those decisions, and in the absence of national guidelines. The goal of this research has been to explore and improve the utility and modelling of ship traffic, based on AIS and other data, as an indicator of noise to enable government, industry and, even individuals, make better decisions to mitigate marine noise impacts. Specifically, the research addresses the following three questions: 1) How can we build a reliable, comprehensive spatio-temporal model of vessel movement? 2) How can we confidently associate noise with marine vessels to understand cumulative noise exposure? 3) How can we integrate vessel traffic models and noise exposure models with decision making and outreach? To accomplish this goal a multidisciplinary team of researchers has been assembled to tackle these research questions for each of the projects three study areas: Sach’s Harbour in the Arctic, SGaan Kinghlas Bowie Seamount on the west coast of Haida Gwaii and the Salish Sea. Here we show the results of vessel traffic modelling for the Salish Sea, the most heavily trafficked of all three areas, and still facing further increases in shipping levels due primarily to advances on the previously planned port expansion in Vancouver.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».