MétaCan
Menu
Retour à la cohorte
Enregistrement W3155077433 · doi:10.1016/j.ecoenv.2021.112223

Comment on “Optimization of suspect and non-target analytical methods using GC/TOF for prioritization of emerging contaminants in the Arctic environment”

2021· letter· en· W3155077433 sur OpenAlexaff
Jaeshin Kim, Rita M. Seston, Christian Mund, Debra A. McNett, Shihe Xu

Notice bibliographique

RevueEcotoxicology and Environmental Safety · 2021
Typeletter
Langueen
DomaineChemical Engineering
ThématiqueOdor and Emission Control Technologies
Établissements canadiensDow Chemical (Canada)
Organismes subventionnairesnon disponible
Mots-clésContaminationPrioritizationEnvironmental scienceSuspectComputer scienceSample (material)EngineeringChemistryChromatographyEcology

Résumé

récupéré en direct d'OpenAlex

Lee et al. (2019) recently proposed that volatile methylsiloxanes (VMS) be considered as emerging contaminants in the Arctic environment based on the results of suspect and non-target screening of environmental samples collected from Ny-Ålesund, Svalbard. In any analytical program, it is of critical importance to be able to discern if the identification of analytes is due to true presence in the sampled environmental media or if contamination occurred during sample handling and analysis, leading to false positive detection. This is particularly important for VMS due to their ubiquity in consumer products, sample containers, and analytical instrumentation, thus requiring robust quality control (QC) procedures to support the validity of results. Although Lee et al. (2019) concluded that VMS in the environmental samples originated from potential long-range transport and deposition, it is most likely that local point sources account for their presence. Additionally, there is low confidence in the validity of the reported detection of VMS in the sampled environmental media as this study does not include any of the necessary QC to determine whether the VMS detected would be due to contamination or indicative of presence in the environment.

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)0,006
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,004
Communication savante0,0030,003
Science ouverte0,0020,001
Intégrité de la recherche0,0730,039
Charge utile insuffisante (le modèle a refusé de juger)0,0040,007

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 Opus0,018
Tête enseignante GPT0,275
Écart entre enseignants0,257 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcotoxicology and Environmental SafetyMême sujetOdor and Emission Control TechnologiesTravaux en français237 207