Toward sustainable environmental quality: Priority research questions for Europe
Notice bibliographique
Résumé
Environmental and human health challenges are pronounced in Asia, an exceptionally diverse and complex region where influences of global megatrends are extensive and numerous stresses to environmental quality exist. Identifying priorities necessary to engage grand challenges can be facilitated through horizon scanning exercises, and to this end we identified and examined 23 priority research questions needed to advance toward more sustainable environmental quality in Asia, as part of the Global Horizon Scanning Project. Advances in environmental toxicology, environmental chemistry, biological monitoring, and risk-assessment methodologies are necessary to address the adverse impacts of environmental stressors on ecosystem services and biodiversity, with Asia being home to numerous biodiversity hotspots. Intersections of the food-energy-water nexus are profound in Asia; innovative and aggressive technologies are necessary to provide clean water, ensure food safety, and stimulate energy efficiency, while improving ecological integrity and addressing legacy and emerging threats to public health and the environment, particularly with increased aquaculture production. Asia is the largest chemical-producing continent globally. Accordingly, sustainable and green chemistry and engineering present decided opportunities to stimulate innovation and realize a number of the United Nations Sustainable Development Goals. Engaging the priority research questions identified herein will require transdisciplinary coordination through existing and nontraditional partnerships within and among countries and sectors. Answering these questions will not be easy but is necessary to achieve more sustainable environmental quality in Asia. Environ Toxicol Chem 2020;39:1485-1505. © 2020 The Authors. Environmental Toxicology and Chemistry published by Wiley Periodicals LLC on behalf of SETAC.
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 | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».