Notice bibliographique
Résumé
The culture, economy and fish and wildlife would all be dramatically impacted by an oil spill in the Salish Sea. With multiple projects proposed that will expand coal and oil exports from ports in British Columbia and Washington, oil spill risks are escalating rapidly. This unprecedented level of additional vessel traffic, primarily fossil fuel transports, significantly increases the risks of a major oil spill. In 2010, there were 11,000 deep draft vessel transits through the Strait of Juan de Fuca. Around 4,300 of these are destined for United States’ ports in Puget Sound. The other 6,250 make for Canadian ports. Past projections identified 1,322 oil tankers, each of which carries an average of 30 to 40 million gallons of crude oil. This level of shipping traffic already comes with a certain inherent level of risk. Currently, around 12,394 large vessels and oil barges transit past the San Juan Islands each year. A Vessel Traffic Risk Assessment for Northern Puget Sound and the Strait of Juan de Fuca (VTRA 2014) found that if all proposed projects were approved, vessel traffic would increase by 21%, accident frequency by 18%, and oil spill loss by 68%. Since the VTRA projections, there has been a sea change in the number of ships, types of products, and political climate for marine shipping through the Salish Sea.
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 | 0,001 | 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 | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 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 ».