Developing SAICM into a framework for the international governance of chemicals throughout their lifecycle: Looking beyond 2020
Notice bibliographique
Résumé
Chemicals play a vital role in global human development.Pharmaceuticals save lives from otherwise fatal diseases.Agrochemicals protect food crops from pests.Thousands of industrial chemicals provide the basis for consumer products.The global chemical industry is one of the largest business sectors in the world economy.In 2016, the roughly 100 000 chemicals produced, processed, and finally sold generated a turnover of USD 5.2 trillion (Statista 2018).Worldwide chemical production is projected to double between 2010 and 2030, and more than 70% of this increase will take place outside developed countries, in particular in countries with economies in transition such as Brazil, India, and China (OECD 2012).However, chemical production and use are not only a success story.Chemical pollution adversely impacts human health and the environment on a global scale (UN Environment 2013, 2017).Environmental pollution ignores national borders and can therefore be addressed effectively first and foremost through international cooperation.Approximately 200 multilateral environmental agreements (MEAs) address pollution issues on global, continental, and regional scales.Important global MEAs that deal with chemical pollution include the Montreal Protocol on Substances that Deplete the Ozone Layer, the Basel Convention on the Control of Transboundary Movements of Hazardous Wastes and their Disposal, the Rotterdam Convention on the Prior Informed Consent Procedure for Certain Hazardous Chemicals and Pesticides in International Trade, the Stockholm Convention on Persistent Organic Pollutants, and the Minamata Convention on Mercury.
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 | 0,027 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,010 |
| Communication savante | 0,019 | 0,022 |
| Science ouverte | 0,004 | 0,017 |
| Intégrité de la recherche | 0,009 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,005 |
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 ».