MétaCan
Menu
Retour à la cohorte
Enregistrement W2020689598 · doi:10.1021/es5026432

Progress on Understanding Atmospheric Mercury Hampered by Uncertain Measurements

2014· article· en· W2020689598 sur OpenAlexaff
Daniel A. Jaffe, Seth N. Lyman, Helen M. Amos, Mae Sexauer Gustin, Jiaoyan Huang, Noelle E. Selin, Leonard Levin, Arnout ter Schure, Robert P. Mason, R. W. Talbot, Andrew P. Rutter, Brandon Finley, Lyatt Jaeglé, Viral Shah, Crystal D. McClure, J. L. Ambrose, Lynne E. Gratz, Steven E. Lindbeŕg, P. S. Weiss‐Penzias, Guey‐Rong Sheu, Dara Feddersen, Milena Horvat, Ashu Dastoor, A. J. Hynes, Huiting Mao, Jeroen E. Sonke, F. Šlemr, Jenny A. Fisher, Ralf Ebinghaus, Yanxu Zhang, Grant C. Edwards

Notice bibliographique

RevueEnvironmental Science & Technology · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésMercury (programming language)Environmental scienceAstrobiologyBiochemical engineeringEnvironmental chemistryEngineeringChemistryComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Mercury (Hg) is a potent neurotoxin and globally reducing environmental levels is seen as paramount for protecting human and wildlife health. In 2013, many countries finalized the negotiations on, and have now signed, the Minamata Convention on Mercury, which commits participating countries to reduce emissions and use of mercury. Successful implementation of the treaty will require adequate verification through global monitoring.

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 candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,266
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,005
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,030
Tête enseignante GPT0,258
Écart entre enseignants0,228 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
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

Citations116
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetMercury impact and mitigation studiesTravaux en français237 207