Results of a Wildlife Toxicology Workshop held by Smithsonian Institution: Identification & Prioritization of Problem Statements
Notice bibliographique
Résumé
Abstract Background/Question/Methods On March 13-15, 2007 nearly 50 scientists and administrators from the US and Canada participated in a Smithsonian-sponsored Wildlife Toxicology Workshop. Invitees were from academic, government, conservation and private organizations and were selected to represent the diverse disciplines that encompass wildlife toxicology. The workshop addressed scientific and policy issues, strengths and weaknesses of current research strategies, interdisciplinary and science-based approaches in the study of complex contaminant issues, mechanisms for disseminating data to policy-makers, and the development of a partner network to meet the challenges facing wildlife toxicology over the next decade. Prior to the meeting, participants were asked to submit issues deemed to be of highest concern which shaped four thematic groups for discussion: Wildlife Toxicology in Education, Risk Assessment, Multiple Stressors/Complex Mixtures, and Sub-Lethal and Population-Level Effects. Results/Conclusions From these discussion groups, 18 problem statements were developed and prioritized outlining the most important issues to address now and into the future. Along with each problem statement participants developed potential solutions and action steps geared to move each issue forward. The workshop served as a stepping-stone for action in the field of wildlife toxicology. These problem statements and the resulting action items are presented to the inter-disciplinary wildlife toxicology community for adoption, and future work and action items in these areas are encouraged. For example, it was found that ecologists would be essential in addressing the implications of sublethal or lethal effects of contaminants on wildlife at the population, community and ecosystem scales. The workshop outcome looks to generate conversation and collaboration that will lead to the development of innovative research, future mechanisms for funding, workshops, working groups, and listserves within the wildlife toxicology community.
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 | 0,095 | 0,121 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,008 | 0,002 |
| Communication savante | 0,010 | 0,005 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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 ».