MétaCan
Menu
Retour à la cohorte
Enregistrement W3036295157 · doi:10.12943/cnr.2019.00003

ISSUES AND CHALLENGES IN ASSESSING ECOLOGICAL AND HUMAN HEALTH RISK FROM THE SITING OF SMRS IN CANADA

2020· article· en· W3036295157 sur OpenAlexaffvenueabout
David J. Rowan

Notice bibliographique

RevueCNL Nuclear Review · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRadioactive contamination and transfer
Établissements canadiensCanadian Nuclear Laboratories
Organismes subventionnairesnon disponible
Mots-clésArcticBaseline (sea)Human healthAgency (philosophy)Temperate climateWildlifeEcosystemEnvironmental resource managementEnvironmental scienceGeographyEcologyEnvironmental protectionEnvironmental planningEnvironmental healthFisheryBiology

Résumé

récupéré en direct d'OpenAlex

There are many issues and challenges in assessing ecological and human health risk from siting small modular reactors (SMRs) in northern or Arctic regions. Environmental guidance for Canadian nuclear facilities is largely derived from data and models relevant to temperate regions, with no explicit guidance or parameters for northern regions. International Atomic Energy Agency guidance provides some data and parameters for northern regions, but there remains a paucity of data and models. Although wildlife often comprise a major part of northern and Arctic diets, there are few data or transfer parameters for these ecosystems. Data and transport models are available for weapon test and Sellafield/La Hague fission products in northern oceans, but very little is known about circulation or fate and transport in estuarine and coastal areas typical of northern Canada. Baseline data, parameters, and models are needed for key processes and pathways to accurately assess ecological and human health risk.

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 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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,555
Score d'incertitude au seuil0,688

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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.

Tête enseignante Opus0,070
Tête enseignante GPT0,286
Écart entre enseignants0,216 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCNL Nuclear ReviewMême sujetRadioactive contamination and transferTravaux en français237 207