MétaCan
Menu
Retour à la cohorte
Enregistrement W2312254859 · doi:10.1088/1748-9326/11/4/041001

Strategies for reducing ocean plastic debris should be diverse and guided by science

2016· article· en· W2312254859 sur OpenAlexaff
Chelsea M. Rochman

Notice bibliographique

RevueEnvironmental Research Letters · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicroplastics and Plastic Pollution
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPlastic pollutionMicroplasticsDebrisEnvironmental sciencePlastic wasteGarbageMarine debrisOcean scienceOceanographyWaste managementGeologyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Studies suggest that trillions of microplastic particles are floating on the surface of the global oceans and that the total amount of plastic waste entering the ocean will increase by an order of magnitude by 2025. As such, this ever-increasing problem demands immediate mitigation and reduction. Diverse solutions have been proposed, ranging from source reduction to ocean-based cleanup. These solutions are most effective when guided by scientific evidence. A study published in Environmental Research Letters (Sherman and van Sebille 2016 Environ. Res. Lett. 11 014006 ) took a closer look at the potential effectiveness of ocean-based cleanup. They conclude that it will be most cost-effective and ecologically beneficial if clean-up efforts focus on the flux of microplastics from the coasts rather than in the center of the oceans where plastic accumulates in so called ‘garbage patches’. If followed, this example may become one of a series of examples where science has informed a solution to the complex problem of plastic pollution.

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 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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,381
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,003
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,052
Tête enseignante GPT0,304
Écart entre enseignants0,253 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations69
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Research LettersMême sujetMicroplastics and Plastic PollutionTravaux en français237 207