Hazardous substances in fjords and coastal waters - 2010. Levels, trends and effects. Long-term monitoring of environmental quality in Norwegian coastal waters
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The Norwegian contribution to OSPAR’s Coordinated Environmental Monitoring Programme (CEMP) includes the monitoring of micropollutants (contaminants) in sediment and marine organisms (blue mussel, snails, prawns, cod, flatfish and deep water fish) along the coast of Norway from the Oslofjord and Hvaler region in the southeast to the Varangerfjord in the northeast. The stations are located both in areas with known or presumed point sources of contaminants, in areas of diffuse load of contamination like city areas, and in more remote areas exposed to presumed low and diffuse pollution. The mussel sites include supplementary stations for the Norwegian Index Programme. The programme includes the monitoring metals, organochlorines, pesticides, dioxins, brominated flame retardants, perfluorinated compounds, as well as biological effects methods. The results from 2011 supplied data to a total of 1035 time series of selected contaminants or biomarkers. Of these, 329 showed statistically significant trends of which 277 were downwards and 52 upwards. The dominance of downward trends indicates that the level of most contaminants is decreasing. Of the 628 median contaminant concentrations assessed in 2011 that could also be classified by Klifs environmental classification system, 78.5% were classified as insignificantly polluted, 16.9% as moderately polluted, 3.5% as markedly polluted (mostly cadmium, lead, chromium, HCB, PAHs), 0.6% as severely polluted (benzo[a]pyrene, carcinogen-PAHs, ppDDE) and 0.5% as extremely polluted (dioxins).
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.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle