MétaCan
Menu
Retour à la cohorte
Enregistrement W2405337994 · doi:10.1021/acs.est.5b01229

Response to Comment on “<i>Sphagnum</i> Mosses from 21 Ombrotrophic Bogs in the Athabasca Bituminous Sands Region Show No Significant Atmospheric Contamination of ‘Heavy Metals’”

2015· letter· en· W2405337994 sur OpenAlexaff
William Shotyk, René J. Belland, J M Duke, Heike Kempter, Michael Krachler, Tommy Noernberg, Rick Pelletier, Melanie A. Vile, Kelman Wieder, Claudio Zaccone, Shuangquan Zhang

Notice bibliographique

RevueEnvironmental Science & Technology · 2015
Typeletter
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLichen and fungal ecology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésOmbrotrophicBogArchaeologyLibrary scienceGeographyEnvironmental sciencePeat

Résumé

récupéré en direct d'OpenAlex

Blais and Donahue (2015) draw attention to many contemporary environmental issues and concerns regarding the industrial development of the Athabasca Bituminous Sands (ABS), most of which are outside of the scope of our original study (Shotyk et al., 2014).\nHere we restrict our response to the remarks they made which actually apply to our paper. The focus of our paper was the abundance and spatial variation in concentrations of “heavy metals” (selected chalcophile elements namely Ag, Cd, Pb, Sb, and Tl) as well as V, Ni and Mo (the three elements which are well known to be enriched in bitumen). We compared the concentrations of these elements in Sphagnum\nmoss with those of Th, a conservative, lithophile element which was taken to reflect the abundance of mineral dust particles in the mosses. Concern was expressed by Blais and Donahue for our analysis and interpretation, in particular the use of average concentrations for each sampling location, the variation in metal concentrations with distance from industry, and the contribution of mineral dust particles to the heavy\nmetal concentrations.

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)0,003
score de la tête « metaresearch » (Gemma)0,011
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: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,002
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0430,029
Charge utile insuffisante (le modèle a refusé de juger)0,0060,007

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 Opus0,014
Tête enseignante GPT0,205
Écart entre enseignants0,190 · 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
GenreCommentaire

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

En bref

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetLichen and fungal ecologyTravaux en français237 207