End-user and Stakeholder Views on Selected Risk Assessment Tools for Marine Oil Spill Preparedness and Response, Including Future Research and Development Needs
Notice bibliographique
Résumé
Risks in the maritime domain have various sources, of which the transportation of oil and other noxious products is one of key concern to industry and public stakeholders. Operational or accidental releases of oil or other pollutants from ships or offshore facilities into the marine environment can have disastrous effects on the marine ecosystems, while also leading to very significant economical losses. Therefore, national states have implemented various mechanisms for preventing and responding to pollution in the maritime domain, with activities which are often embedded in regional cooperation frameworks clustered around certain sea areas. To support collaborative, harmonized, and risk-informed oil spill Pollution Preparedness and Response (PPR) planning for response authorities, the Baltic Marine Environment Protection Commission (HELCOM), together with its research partners, and with extensive end-user and stakeholder inputs, have developed the OpenRisk Toolbox. This toolbox includes several risk assessment tools and techniques, which can assist in providing answers to a range of PPR risk management questions in a range of organizational contexts. To better understand and ensure the applicability and usefulness of the OpenRisk Toolbox, a workshop was organized where some of these tools were tested. Selected end user and stakeholder views on the perceived usefulness of the tools were collected and analyzed. Another workshop focused on further development needs to implement the tools in organizational practices. This paper first presents the OpenRisk Toolbox, then describes the settings of the workshops. Finally, a summary of the end-user and stakeholder views on the tested tools, and on future development needs, is given.
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 | 0,002 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».