Data Interpretation Issues for Canada's Environmental Effects Monitoring Program
Notice bibliographique
Résumé
Abstract As part of Canada's National Environmental Effects Monitoring (EEM) Program, regulated pulp and paper mills are (and metal mines will be) required to submit an interpretive report describing monitoring results. General guidance has been prepared on how to interpret these EEM data—specifically: 1) which effect endpoints to use, 2) the statistical (or other) approach to use for each endpoint to determine the presence or absence of an effect associated with exposure, and 3) the role of power analysis, α, β, and effect size in determining effects. A statistically significant difference (relative to reference conditions) in any of the effect endpoints is to be considered an exposure-associated effect for the purposes of warranting possible follow-up action. Such an effect does not, however, necessarily indicate ecological, social, or economic significance sufficient to require corrective action. Power analyses should be conducted both at the beginning of a study to determine required sampling effort and at the end of a study to determine whether the power that was actually achieved was sufficient to detect the effect size of interest. A key recommendation is to set α = β as a starting point for data interpretation. The initial recommendations of the general guidance are expected to evolve as environmental effects become better understood.
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 | 0,339 | 0,595 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,011 | 0,017 |
| Études des sciences et des technologies | 0,013 | 0,007 |
| Communication savante | 0,018 | 0,005 |
| Science ouverte | 0,014 | 0,006 |
| Intégrité de la recherche | 0,008 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,004 |
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 ».