MétaCan
Menu
Retour à la cohorte
Enregistrement W2105048620 · doi:10.1080/15555270701603751

Monitoring of Exposure to and Potential Effects of Contaminants in the Environment

2007· article· en· W2105048620 sur OpenAlexaff
John P. Giesy, John L. Newsted

Notice bibliographique

RevueEnvironmental Bioindicators · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Toxicology and Ecotoxicology
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésNatural (archaeology)Natural resourceDilemmaSustainabilityPopulationBusinessEnvironmental planningEnvironmental resource managementRisk analysis (engineering)Natural resource economicsComputer scienceEnvironmental scienceEcologyBiology

Résumé

récupéré en direct d'OpenAlex

In our lifetimes, much of what was once considered science fiction: space ships, monitoring the environment from space, satellite phones and biomedical advances in the diagnosis and treatment of disease at the molecular level have now become realities. These advances in technology have changed our perceptions and how we interact with the world around us. Also during this time, the world population has doubled several times, our use of natural resources has increased exponentially and we continue to release natural and synthetic compounds to the global environment at an ever-increasing rate. These actions have altered the face of the planet in a multitude of ways. In the ultimate irony, technology has proven to be a double-edged sword that can both threaten to destroy us while also possibly providing the means of our salvation, our means of achieving sustainable development. How can we harness the rapidly developing technological means at our disposal to predict and manage environmental changes? There are exciting changes in technology that may provide the ability to monitor the environment, providing the information we need to allow us to make wise environmental policy decisions. However, even with these advances in technology, the basic dilemma still facing environmental scientists is complexity of ecosystems where known and unknown natural and anthropogenic factors may adversely influence natural processes, resulting in degradation of living resources, environmental services, and human health. Conversely, failure to effectively monitor will lead to our failure to detect threats to human health and reductions in biodiversity, resulting in higher costs associated with after-the-fact remediation and restoration, with the ultimate risk of irreversible damage to environmental resources. Within this context, it is important that as environmental scientists, we provide the necessary information to the general public and regulatory stakeholders that is readily interpretable and is related to valued resources and functions of ecosystems, allowing these stakeholder groups to make informed and effective resource-management decisions in real-time. Efforts are still needed to develop programs to detect, monitor and assess impacts in bio-diverse ecosystems by measuring the right things, in the right places, at the right frequency over sufficient time periods in a cost-effective manner. To increase the efficiency and effectiveness of monitoring programs focusing on “known” chemicals and the potential effects and risks they may pose to biota, including humans, we propose that risk-based monitoring programs be developed incorporating chemical and biological techniques that are rapid, readily implemented, and provide

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,003
Tête enseignante GPT0,201
Écart entre enseignants0,197 · 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'étudeObservationnel
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

Citations1
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental BioindicatorsMême sujetEnvironmental Toxicology and EcotoxicologyTravaux en français237 207