MétaCan
Menu
Retour à la cohorte
Enregistrement W3091932495 · doi:10.1016/j.envint.2020.106141

Clarifying the absence of evidence regarding human health risks to microplastic particles in drinking-water: High quality robust data wanted

2020· letter· en· W3091932495 sur OpenAlexaff
Todd Gouin, David Cunliffe, Jennifer De France, John Fawell, Peter Jarvis, Albert A. Koelmans, Peter V. Marsden, Emanuela Testai, Mari Asami, Ruth Bevan, Richard Carrier, Joseph A. Cotruvo, Alexander Eckhardt, Choon Nam Ong

Notice bibliographique

RevueEnvironment International · 2020
Typeletter
Langueen
DomaineEnvironmental Science
ThématiqueMicroplastics and Plastic Pollution
Établissements canadiensHealth Canada
Organismes subventionnairesWorld Health Organization
Mots-clésHuman healthContext (archaeology)European commissionCommissionRisk assessmentEnvironmental healthPolitical sciencePsychologyMedicineLawEuropean unionBusinessHistoryManagement

Résumé

récupéré en direct d'OpenAlex

In a recently published article, Leslie and Depledge (2020) raise concerns regarding statements on the risk that microplastic particles represent to human health and which have been attributed to reports published by both the Science Academies’ Group, Science Advice for Policy (SAPEA) (part of the European Commission’s Science Advice Mechanism) and the World Health Organization (WHO) (SAPEA. Science Advice for Policy by European Academies, 2019, WHO, 2019). Leslie and Depledge (2020), for instance, suggest that WHO (2019) conclude that there is ‘no evidence to indicate a human health concern.’ This statement, taken out of context from the WHO report (WHO, 2019), is then used to imply that the WHO conclude there is ‘no risk’ related to the exposure of microplastic particles (Leslie and Depledge, 2020). While, Leslie and Depledge (2020) highlight the importance of debate and systematic assessment of claims related to the assessment of risk, observations that we agree are important to highlight, there are a number of points raised in the article that require clarification.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,675
Score d'incertitude au seuil0,999

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 ouverte0,0020,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,230
Tête enseignante GPT0,341
Écart entre enseignants0,111 · 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.

Devis d'étudeSans objet
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

Citations34
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment InternationalMême sujetMicroplastics and Plastic PollutionTravaux en français237 207