MétaCan
Menu
Retour à la cohorte
Enregistrement W1968580807 · doi:10.1002/ieam.5630030111

Selenium effects: A weight-of-evidence approach

2007· article· en· W1968580807 sur OpenAlexaff
Blair McDonald, Peter M. Chapman

Notice bibliographique

RevueIntegrated Environmental Assessment and Management · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensGolder Associates (Canada)
Organismes subventionnairesnon disponible
Mots-clésFish <Actinopterygii>SeleniumPopulationRelevance (law)Risk analysis (engineering)AgricultureEnvironmental resource managementComputer scienceEnvironmental scienceEcologyBiologyFisheryEnvironmental healthBusinessMedicinePolitical scienceChemistry

Résumé

récupéré en direct d'OpenAlex

Selenium is increasingly an issue for a wide range of mining, industrial, and agricultural operations. Appropriate methods for evaluating the impacts of selenium in aquatic ecosystems are vigorously debated in the literature. Two common approaches include the use of tissue residue guidelines and reproductive toxicity testing using field-collected fish; however, each approach on its own does not provide sufficient evidence that wild fish populations are in fact impaired. The limitations of each method are discussed, and recommendations to improve the relevance of each line of evidence are provided. A 3rd line of evidence, field measurement of fish population dynamics, is proposed and also discussed. A framework, consistent with an ecological risk assessment methodology, for the design, application, and interpretation of selenium weight-of-evidence investigations is proposed.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,286
Score d'incertitude au seuil0,896

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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,254
Écart entre enseignants0,239 · 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'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

Citations16
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntegrated Environmental Assessment and ManagementMême sujetFish Ecology and Management StudiesTravaux en français237 207