Assessing the Role of Integrated Research and Monitoring Tools in Remediation Efforts at Great Lakes‐St. Lawrence River Basin Areas of Concern: A Case Study of the Bay of Quinte Remedial Action Plan
Notice bibliographique
Résumé
In accordance with the Great Lakes Water Quality Agreement, the governments of Canada and the United States have agreed to support the remediation of 43 Areas of Concern (AOC) where “failure [to meet objectives of the agreement] has caused or is likely to cause impairment of beneficial use or of the area’s ability to support aquatic life.” A Remedial Action Plan (RAP) has been created for each AOC that outlines how impairments are to be addressed. This presentation will focus on one such plan, the Bay of Quinte RAP, as a case study to explore the role of research and monitoring in realizing the aims of the policy. Results will be based on a literature review encompassing existing works about Great Lakes RAPs, the Bay of Quinte watershed, multi‐party monitoring and the relationship between science and policy, along with semi‐structured interviews with project leaders and community stakeholders to determine how practice at the Bay of Quinte compares to theory and to practice at other Areas of Concern. The results will be instructive for any groups planning a multi‐stakeholder undertaking particularly those involved in any of the 40 other RAPs still underway on our Great Lakes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,041 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,013 | 0,008 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,003 |
| 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 source (Gemma direct ou Codex distillé), 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 ».