MétaCan
Menu
Retour à la cohorte
Enregistrement W2724289792 · doi:10.15359/rca.51-2.8

Perfil nacional de uso de mercurio en Costa Rica a la luz de la entrada en vigencia del Convenio de Minamata

2017· article· es· W2724289792 sur OpenAlexaff
Adriana Fernández-Villalobos, Jorge Herrera, José Pablo Sibaja-Brenes

Notice bibliographique

RevueRevista de Ciencias Ambientales · 2017
Typearticle
Languees
DomaineMedicine
ThématiqueHealthcare and Environmental Waste Management
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

El mercurio es un metal cuya inadecuada gestión puede poner en riesgo la salud y el medio ambiente, y debido a que en el país no existe una herramienta que le permita establecer los controles para su gestión, se elaboró un perfil de uso de mercurio en Costa Rica para el año 2014, con el fin de identificar las fuentes antropogénicas existentes, al evaluar las capacidades existentes en el país para la gestión de dicho metal, a raíz de la implementación del Convenio de Minamata. Para su desarrollo se realizó una amplia investigación bibliográfica y visitas de campo dirigidas a todas las actividades económicas relacionadas con la gestión del mercurio. De acuerdo con el análisis realizado, la minería artesanal se considera el sector más riesgoso, ya que los grupos mineros se encuentran en constante contacto con el metal y lo manipulan inadecuadamente; los centros de salud, hospitales y clínicas odontológicas están limitados por la falta de legislación y, por ello, se identifican debilidades como la falta de capacitación del personal respecto a los riesgos del mercurio y el almacenamiento de sus residuos en sitios inadecuados. Por otro lado, los cosméticos, biocidas, plaguicidas, y pinturas se encuentran debidamente regulados con respecto a las mejores prácticas y estándares a nivel internacional. Asimismo, se identificó un vacío en todas las etapas que incluye la gestión de residuos de mercurio a nivel nacional. Se recomienda la implementación de planes y estrategias nacionales para combatir los mayores desafíos de la gestión del mercurio como lo son la falta de opciones de almacenamiento y la disposición final.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,508
Score d'incertitude au seuil0,989

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,015
Tête enseignante GPT0,313
Écart entre enseignants0,298 · 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'étudeObservationnel
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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista de Ciencias AmbientalesMême sujetHealthcare and Environmental Waste ManagementTravaux en français237 207