MétaCan
Menu
Retour à la cohorte
Enregistrement W2086743034 · doi:10.1021/es703145t

Building a Model Based on Scientific Consensus for Life Cycle Impact Assessment of Chemicals: The Search for Harmony and Parsimony

2008· article· en· W2086743034 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEnvironmental Science & Technology · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Impact and Sustainability
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésCitationLibrary scienceHarmony (color)ReuseComputer scienceOperations researchEngineeringArt

Résumé

récupéré en direct d'OpenAlex

Achieving consensus among scientists is often a challenge?particularly in model development. In this article we describe a recent scientific consensus-building process for Life Cycle Impact Assessment (LCIA) models applied to chemical emissions?including the strategy, execution, and results of a process that used model comparison to achieve parsimony. This process has succeeded in establishing a transparent LCIA consensus model. We present the lessons that may be adapted by similar consensus processes in other fields. \nLCIA characterizes potential impacts on human health and the environment attributable to chemical emissions over the life cycle of a product. LCIA relies on substance-specific characterization factors (CFs) that combine exposure potential and toxicity to represent the relative contribution of the substance to health and environmental impacts (1). LCIA focuses on comparative assessment, using approaches adapted from risk assessment. In 2003, in response to large variations in available methods, an international model comparison/consensus process was initiated. This process was under the umbrella of the Life Cycle Initiative, a joint effort of the United Nations Environment Program (UNEP) and the Society of Environmental Toxicology and Chemistry (SETAC) (2). The process encompassed an international group of model developers responsible for the most commonly-used worldwide LCIA characterization models and focused on characterization of human and ecosystem health impacts. It also involved disciplinary experts in fate and transport, exposure assessment, health risk assessment, and ecotoxicology.\nThe comparison/consensus process fostered a common understanding among the participants of which model elements contribute most to the relative magnitude of LCIA characterization factors. It became clear that with a careful focus on the most influential model elements a consensus model could be established. Experience dictated that a more transparent model would be more likely to gain and retain acceptance and wide-spread use. The need for consistent documentation and transparency led the participants to create an entirely new model, building on contributions from the existing models. This required consensus on essential model elements, provided robust results consistent with existing models, and made parsimony a guiding principle. The tangible outcome is "USEtox", named in recognition of the UNEP-SETAC Life Cycle Initiative under which it was developed. The model is supported by all participating model teams as a basis for future global recommendations of LCIA characterization factors.

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.

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
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,619
Score d'incertitude au seuil0,990

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 technologies0,0010,013
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,020
Tête enseignante GPT0,314
Écart entre enseignants0,294 · 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