MétaCan
Menu
Retour à la cohorte
Enregistrement W7081037697 · doi:10.26071/c632998a-a172-4627

Time Series of Underwater Noise at the MARS Station in the St. Lawrence Estuary (2021-2023)

2025· dataset· en· W7081037697 sur OpenAlexaboutno aff

Notice bibliographique

RevueOGSL repository · 2025
Typedataset
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMars Exploration ProgramSeries (stratigraphy)Noise (video)UnderwaterEstuaryAmbient noise levelUnderwater acousticsSpectral line

Résumé

récupéré en direct d'OpenAlex

This dataset contains the time series of the spectra of acoustic recordings obtained at the MARS station from 2021 to 2023. The MARS station is composed of 12 hydrophones (underwater microphones) distributed at depths of 80, 173 and 300m over four vertical moorings. These hydrophones record continuously several months a year near shipping lanes in the St. Lawrence Estuary off the coast of Rimouski. The sample rate is 16 kHz (16000 samples per second) with a few short periods at 128 kHz for the years 2021 and 2022 and 32 kHz in 2023. The hydrophones used are GeoSpectrum M36-100s mounted on Aural-M3 recorders designed by Multi-Électronique. The PyPAM library was used to produce the dataset. The signal from the acoustic recordings was converted into spectra (acoustic levels depending on frequency) covering 1 minute each. These were transformed into milli-decade hybrid spectra (with a reduced number of bands at high frequency) and median spectra of the latter were obtained on 1-hour periods. These time series make it possible to study the evolution of ambient noise mainly coming from the maritime traffic, but also from the geophony (noise from wind and waves) and the biophony (sounds produced by the marine species). 1-minute time series in milli-decade hybrid and the accurate position of the moorings are available on request. This was carried out as part of the MARS project whose aim is to study the noise radiated by the maritime traffic and to propose mitigation methods. The MARS project is co-led by the Institut des sciences de la mer (ISMER) of the Université du Québec à Rimouski (UQAR) and Innovation maritime (IMAR), with the support of MTE Instruments and OpDAQ Systems. It involves a partnership with the shipowners Algoma Central Corporation, CSL, Desgagnés, and Fednav, and is financially supported by Transport Canada, the Quebec Ministry of Economy and Innovation and the St. Lawrence Economic Development Council (SODES).

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,493

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,007
Tête enseignante GPT0,211
Écart entre enseignants0,204 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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 revueOGSL repositoryMême sujetGeochemistry and Geologic MappingTravaux en français237 207