MétaCan
Menu
← Retour à la cohorte
Enregistrement W3112975177 · doi:10.21203/rs.3.pex-870/v1

Outdoor mesocosm experiments to improve understanding of risks to environmental health

2020· preprint· en· W3112975177 sur OpenAlexafffund
Alexa C. Alexander, Emma Bowser, David Hryn, Daryl B. Halliwell, Kristie S. Heard, Eric Luiker, Joseph M. Culp

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Invertebrate Ecology and Behavior
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesAgriculture and Agri-Food CanadaNatural Sciences and Engineering Research Council of CanadaCanada's Oil Sands Innovation AllianceEnvironment and Climate Change CanadaUniversity of WaterlooAlberta Environment and Parks
Mots-clésMesocosmPeriphytonEnvironmental scienceStressorEnvironmental monitoringEcologyEnvironmental engineeringEcosystemBiomass (ecology)Biology

Résumé

récupéré en direct d'OpenAlex

Abstract Mesocosms are outdoor experimental systems designed to separate and test environmental responses, in this case, cumulative effects to field-collected periphyton and macroinvertebrate communities from multiple stressors. This experimental system produces valuable, highly reproducible data, and along with field monitoring, laboratory bioassays and modeling results, provides a strong weight-of-evidence approach for aquatic risk assessment. Through the control of confounding environmental variables, this type of experiment permits the separation of interactions between multiple stressors in complex effluents or due to shifting ambient conditions. The system described is modular and was originally developed to facilitate transport of the entire system to remote or industrial test sites (e.g., for in situ 21-d chronic level testing). However, this setup is also appropriate for long term installations with suitable provision for routine maintenance and losses associated with regular wear-and-tear on equipment. The following protocol details a basic stream mesocosm system setup (e.g., 4 replicate streams per treatment-level) which is the foundation for the more than a dozen stream mesocosm experiments conducted by the authors since the 1990s.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,139
Tête enseignante GPT0,352
Écart entre enseignants0,213 · 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 source (Gemma direct ou Codex distillé), 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'admission2
Résumé présentoui

Explorer davantage

Même sujetAquatic Invertebrate Ecology and Behavior→Travaux en français237 207→