MétaCan
Menu
Retour à la cohorte
Enregistrement W2044763591 · doi:10.1006/enfo.2002.0099

Improved and Standardized Methodology for Oil Spill Fingerprinting

2002· article· en· W2044763591 sur OpenAlexaboutno aff
Per S. Daling

Notice bibliographique

RevueEnvironmental Forensics · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOil spillIdentification (biology)StandardizationEnvironmental scienceEngineeringPetroleum engineeringComputer scienceEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

The existing Nordtest methodology for oil spill Identification has over the past 10 years formed an important “platform” for solving oil spill identification cases both in the Scandinavian countries as well as other countries in Europe, the USA and Canada. “Revision of the Nordtest Methodology for Oil Spill Identification” is a cooperative project between the National Oil Spill Identification laboratories in Norway, Sweden, Finland, Denmark and the Battelle Memorial Institute (Duxbury) in the USA. The goals of the project are: (1) to refine the existing Nordtest methodology into a technically more robust and defensible oil spill identification methodology with focus on determination of quantitative diagnostic indices (ratios) and (2) to adjust the revised Nordtest methodology into guidelines for the European Committee for Standardization (CEN). This paper presents the recommended methodology for the analytical oil spill identification part. The sampling techniques and handling of oil samples and background (reference) samples prior to their arrival at the environmental forensic laboratory is not covered in this paper. The recommended methodology approach is a result of documented analytical improvements and a more quantitative treatment of analytical data from gas chromatographic-flame ionization detector (GC/FID) and gas chromatographic-mass spectrometer methods (GC/MS-SIM) and the operational experiences over past few years among the participating forensic laboratories. The experience and literature in the field of oil exploration and production geochemistry have also played an important role for the recommended methodology. The results from a recent Round Robin test carried out among 12 laboratories using this new methodology are presented in a separate paper in this issue (8).

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)0,013
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,013
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0030,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,005

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 Opus0,027
Tête enseignante GPT0,227
Écart entre enseignants0,200 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations119
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental ForensicsMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207