MétaCan
Menu
Retour à la cohorte
Enregistrement W164500639

Environmental Justice and Fish Consumption Advisories on the Detroit River

2008· article· en· W164500639 sur OpenAlexaboutno aff
Victoria Kalkirtz, M. Encina Gonzalez Martinez, Alexandria Teague

Notice bibliographique

RevueDeep Blue (University of Michigan) · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEnvironmental Justice and Health Disparities
Établissements canadiensnon disponible
Organismes subventionnairesHorace H. Rackham School of Graduate Studies, University of MichiganU.S. Fish and Wildlife ServiceU.S. Department of Agriculture
Mots-clésFish <Actinopterygii>Fish consumptionConsumption (sociology)Environmental justiceFisheryEconomic JusticeEnvironmental scienceGeographySociologyEcologyPolitical scienceBiologyLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Detroit River serves as a source of recreation, food, transportation and is an international demarcation. Decades of industrial and municipal pollution have threatened this valuable resource, particularly for those that are dependent on it for a food source. As Detroit, MI and Windsor, Ontario jointly govern this waterway, both communities were examined as a part of this study. The demographics of these communities are varied, with those living in Detroit predominantly African American. We sought to determine if fish consumption advisories are indeed an environmental justice issue; whether the most vulnerable populations receive and utilize this information; if contaminated fish consumption contributes to food insecurity; and how public information provided by institutions influences anglers. To accomplish this, we conducted creel surveys of anglers on the Canadian and US sides of the Detroit River to look at comparative aspects of jurisdictional boundaries affecting the attitudes, knowledge and beliefs of risks of fish consumption and contamination. Our results and conclusions reflect and highlight the environmental injustice surrounding fish consumption and the status of fish advisories.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,527
Score d'incertitude au seuil0,952

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,021
Tête enseignante GPT0,217
Écart entre enseignants0,196 · 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

Citations2
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDeep Blue (University of Michigan)Même sujetEnvironmental Justice and Health DisparitiesTravaux en français237 207