The EU Horizon 2020 project GRACE: integrated oil spill response actions and environmental effects
Notice bibliographique
Résumé
This article introduces the EU Horizon 2020 research project GRACE (Integrated oil spill response actions and environmental effects), which focuses on a holistic approach towards investigating and understanding the hazardous impact of oil spills and the environmental impacts and benefits of a suite of marine oil spill response technologies in the cold climate and ice-infested areas of the North Atlantic and the Baltic Sea. The response methods considered include mechanical collection in water and below ice, in situ burning, use of chemical dispersants, natural biodegradation, and combinations of these. The impacts of naturally and chemically dispersed oil, residues resulting from in situ burning, and non-collected oil on fish, invertebrates (e.g. mussels, crustaceans) and macro-algae are assessed by using highly sensitive biomarker methods, and specific methods for the rapid detection of the effects of oil pollution on biota are developed. By observing, monitoring and predicting oil movements in the sea through the use of novel online sensors on vessels, fixed platforms including gliders and the so-called SmartBuoys together with real-time data transfer into operational systems that help to improve the information on the location of the oil spill, situational awareness of oil spill response can be improved. Methods and findings of the project are integrated into a strategic net environmental benefit analysis tool (environment and oil spill response, EOS) for oil spill response strategy decision making in cold climates and ice-infested areas.
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 | 0,008 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,006 |
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 ».