Pollutant release registers are key tools to help curb air pollution
Notice bibliographique
Résumé
Recent articles highlighting potential weakening of air pollution regulations in the United States should be a cause for concern for public health worldwide. Environmental regulations to curb air pollution, particularly fine-particle pollution, should be based on sound scientific evidence, not politics. Unfortunately, members of the public seldom read scientific articles published in reputable journals, but they do listen to politicians. However, members of the public can learn more about atmospheric pollutant releases, including fine-particulate matter from industrial facilities under ‘right-to-know’ legislation and public disclosure principles, using Pollutant Release and Transfer Registers (PRTRs). PRTRs are a key policy tools designed to curb air pollution and are used widely in many countries and help support enforcement of environmental pollution control regulations. The US Environmental Protection Agency (US EPA) launched the first PRTR, the Toxic Release Inventory (TRI) in 1987 and Canada followed suit with the National Pollutant Release Inventory (NPRI) in 1993. Whilst PRTRs have been criticised for data accuracy and under reporting, they are still effective tools to curb air pollution through increased public understanding and engagement in decision-making.
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 | 0,080 | 0,281 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,016 | 0,014 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,013 | 0,020 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,029 |
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 ».