MétaCan
Menu
Retour à la cohorte
Enregistrement W2179625534 · doi:10.1016/j.envpol.2015.11.006

Twenty years of monitoring of persistent organic pollutants in Greenland biota. A review

2015· review· en· W2179625534 sur OpenAlexaff
Frank F. Rigét, Katrin Vorkamp, Rossana Bossi, Christian Sonne, Robert J. Letcher, Runé Dietz

Notice bibliographique

RevueEnvironmental Pollution · 2015
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueToxic Organic Pollutants Impact
Établissements canadiensEnvironment and Climate Change CanadaCarleton University
Organismes subventionnairesKommissionen for Videnskabelige Undersøgelser i GrønlandPinngortitaleriffikAarhus Universitet
Mots-clésArcticBiotaEnvironmental monitoringEnvironmental scienceThe arcticPollutantPhysical geographyEnvironmental resource managementGeographyOceanographyEcologyEnvironmental engineeringGeologyBiology

Résumé

récupéré en direct d'OpenAlex

The Arctic Monitoring and Assessment Programme (AMAP) is a working group under the Arctic Council with the aim to monitor and assess temporal trends of contaminants in Arctic ecosystems. The Greenland AMAP Core programme was established to contribute to this effort. The Core programme includes three main components; routine monitoring, retrospective studies and new POP screening studies. The programme is based on an adaptive approach, which has led to changes throughout the years. An overview of the temporal trends during the last two to three decades is presently given together with selected examples of different characteristic trends of POPs. The results show how tissue banked samples and retrospective studies has helped in establishing time-series of compounds of emerging concern. Lastly, the statistical power of the Greenlandic time-series is discussed. The lesson learned is that trend monitoring improves with samples over time, and only pays off after decades of data are generated.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,032
Tête enseignante GPT0,283
Écart entre enseignants0,251 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations107
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental PollutionMême sujetToxic Organic Pollutants ImpactTravaux en français237 207