MétaCan
Menu
Retour à la cohorte
Enregistrement W1965972985 · doi:10.1081/ese-120022876

Polychlorinated Naphthalene Contamination of Some Recently Manufactured Industrial Products and Commercial Goods in Japan

2003· article· en· W1965972985 sur OpenAlexaboutno aff
Nobuyoshi Yamashita, Sachi Taniyasu, Nobuyasu Hanari, Yuichi Horii, Jerzy Falandysz

Notice bibliographique

RevueJournal of Environmental Science and Health Part A · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueToxic Organic Pollutants Impact
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Economy, Trade and IndustryNew York State Department of Health
Mots-clésNeopreneRaw materialNatural rubberSynthetic rubberContaminationWaste managementEnvironmental sciencePulp and paper industryMaterials scienceChemistryEngineeringComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A follow-up case study was performed after two incidents of recent illegal import and use in Japan both of technical PCNs mixture and contaminated with those compounds an industrial raw material. In case 1, above 18 tons of PCNs mixture, resembling Halowax 1001, which is a technical PCNs formulation, were imported from the United Kingdom. An illegally imported PCNs mixture was used for manufacture of a wide spectrum of industrial materials and commercial goods including sealants, putty, shock absorbing materials, adhesive materials, insulating materials and rubber belts. About 1.3 tons of PCNs contained in the Neoprene FB manufactured reached domestic market and 9.3 tons could reach other markets. In case 2, which became known in 2001, the Japanese company imported from Canada 54 tons of PCNs contaminated raw rubber material for industrial use. In weathering test (40 degrees C for up to 168 h) of the feral rubber coated sheets for rubber bands 98% of di- and 66% of tri-CNs vaporized. A loss rate of tetra-, penta-, and hexa-CN during initial 12 h of the weathering test ranged from approximately 10 to approximately 20%, while from 12 to 168 h remained negligible.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,032
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,039
Tête enseignante GPT0,285
Écart entre enseignants0,246 · 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

Citations85
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Science and Health Part AMême sujetToxic Organic Pollutants ImpactTravaux en français237 207