Environmental forensics: Where techniques and technologies enforce safety and security programs
Notice bibliographique
Résumé
Safety and security engineering involve several and complex multidisciplinary activities aimed to preserve people and the environment from hazards and risks. These concepts that were born as "umbrella" terms for the laws, rules; process design is generally applied only for workplaces or related to the employees; indeed, the scenario of related applications is only limited by the typical needs of the specific context. Recently, new methods and applications for detecting, evaluating, and tracking signs of environmental contamination are validating the effectiveness of safety and security engineering tools also in the environmental field. As in a workplace an engineer is called to analyze a complex scenario (e.g. to evaluate a risk, to assess a real danger and, therefore, look for causes to define the dynamics and find a solution), in the same way the environmental forensic scientist has to examine scenarios and actors to define the relationships to reveal source, path and target; in both the same techniques and technologies used in the analyses play a key role. This paper introduces a multidisciplinary strategy that bridges different approaches incorporating remote/proximal sensing applications where techniques and technologies enforce safety and security programs. A part of Campania coast, close to Salerno city in southwestern Italy, was chosen as a test bed of our strategy. All the activities were performed supporting the environmental investigations directed by Salerno Prosecutor Office and also cooperating with Italian police and several Government bodies. This paper provides an example where law enforcement and university research teams collaborate to develop enhanced environmental protection methods.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».