MétaCan
Menu
Retour à la cohorte
Enregistrement W2912699299 · doi:10.1016/j.marpolbul.2018.12.018

A Bayesian Network risk model for assessing oil spill recovery effectiveness in the ice-covered Northern Baltic Sea

2019· article· en· W2912699299 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueMarine Pollution Bulletin · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueOil Spill Detection and Mitigation
Établissements canadiensDalhousie University
Organismes subventionnairesSeventh Framework ProgrammeVetenskapsrådetAcademy of FinlandOcean Frontier InstituteSvenska Forskningsrådet FormasEuropean Commission
Mots-clésOil spillEnvironmental scienceSea iceBaltic seaBayesian networkArctic ice packOceanographyEnvironmental engineeringComputer scienceGeology

Résumé

récupéré en direct d'OpenAlex

The Northern Baltic Sea, as one of the few areas with busy ship traffic in ice-covered waters, is a typical sea area exposed to risk of ship accidents and oil spills in ice conditions. Therefore, oil spill capability for response and recovery in this area is required to reduce potential oil spill effects. Currently, there are no integrated, scenario-based models for oil spill response and recovery in ice conditions. This paper presents a Bayesian Network (BN) model for assessing oil spill recovery effectiveness, focusing on mechanical recovery. It aims to generate holistic understanding and insights about the oil spill-to-recovery phase, and to estimate oil recovery effectiveness in representative winter conditions. A number of test scenarios are shown and compared to get insight into the impact resulting from different oil types, spill sizes and winter conditions. The strength of evidence of the model is assessed in line with the adopted risk perspective.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,249
Score d'incertitude au seuil0,945

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,210
Écart entre enseignants0,204 · 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