A cautionary note on the use of species presence and absence data in deriving sediment criteria
Notice bibliographique
Résumé
In recent years, a variety of approaches to deriving sediment quality guidelines have been developed. One approach relies on establishing an empirical relationship between the concentration of a contaminant in sediment and the condition of some biological indicator, for example, combining measured sediment concentrations of contaminants combined with data on colocated benthic species to measure in situ community effects of contamination. Biological threshold concentrations derived in this manner are being considered or have already been adopted by some regulatory agencies as a means for deriving sediment guidelines (e.g., Canada's Provincial Sediment Quality Guidelines). In order to test the validity of this method, we constructed several Monte Carlo simulations to illustrate that the methodology used to develop these guidelines is flawed by the effects of sampling and statistical artifacts that emerge from undersampling a lognormal density function. As a case study, this paper will present the screening level concentration method used by the Ontario Ministry of the Environment (Toronto, ON, Canada) and provide the results of several probabilistic exercises highlighting these issues. We present a word of caution on the applicability of methods that rely exclusively on statistical and mathematical relationships between invertebrate data and sediment concentrations to derive sediment quality guidelines.
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 | 0,150 | 0,434 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,013 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,010 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,025 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».