Sequential Analysis of Lines of Evidence—An Advanced Weight-of-Evidence Approach for Ecological Risk Assessment
Notice bibliographique
Résumé
Weight-of-evidence (WOE) approaches have been used in ecological risk assessment (ERA) for many years. The approaches integrate various types of data (e.g., from chemistry, bioassay, and field studies) to make an overall conclusion of risk. However, the current practice of WOE has several important difficulties, including a lack of transparency related to how each line of evidence is weighted or integrated into the overall weight-of-evidence conclusion. Therefore, a sequential analysis of lines of evidence (SALE) approach has been developed that advances the practice of WOE. It was developed for an ERA of chemical stressors but also can be used for nonchemical stressors and is equally applicable to the aquatic and terrestrial environments. The sequential aspect of the SALE process is a significant advancement and is based on 2 primary ideas. First, risks can be ruled out with the use of certain lines of evidence, including modeled hazard quotients (HQs) and comparisons of soil, water, or sediment quality with conservative soil, water or sediment quality guidelines. Thus, the SALE process recognizes that HQs are most useful in ruling out risk rather than predicting risk to ecological populations or communities. Second, the SALE process provides several opportunities to exit the risk assessment process, not only when risks are ruled out, but also when magnitude of effect is acceptable or when little or no evidence exists that associations between stressors and effects may be causal. Thus, the SALE approach explicitly includes interaction between assessors and managers. It illustrates to risk managers how risk management can go beyond the simple derivation of risk-based concentrations of chemicals of concern to risk management goals based on ecological metrics (e.g., species diversity). It also can be used to stimulate discussion of the limitations of the ERA science, and how scientists deal with uncertainty. It should assist risk managers by allowing their decisions to be based on a sequential, flexible, and transparent process that includes direct toxicity risks, indirect risks (via changes in habitat suitability), and the spatial and temporal factors that can influence the risk assessment.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 tête enseignante, 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 ».