MétaCan
Menu
Retour à la cohorte
Enregistrement W3160414870 · doi:10.1177/11786302211014401

Monitoring, Managing, and Communicating Risk of Harmful Algal Blooms (HABs) in Recreational Resources across Canada

2021· article· en· W3160414870 sur OpenAlexaffabout
Hamidreza Rashidi, Helen M. Baulch, Arshdeep Gill, Lalita Bharadwaj, Lori Bradford

Notice bibliographique

RevueEnvironmental Health Insights · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésAgency (philosophy)Algal bloomGovernment (linguistics)RecreationPublic healthEnvironmental planningVariety (cybernetics)Environmental resource managementWater qualityBusinessEnvironmental healthEnvironmental protectionGeographyPolitical scienceMedicineEcologyEnvironmental scienceComputer scienceBiology

Résumé

récupéré en direct d'OpenAlex

Globally, harmful algal blooms (HABs) are on the rise, as is evidence of their toxicity. The impacts associated with blooms, however, vary across Nation states, as do the strategies and protocols to assess, monitor, and manage their occurrence. In Canada, water quality guidelines are standardized nationally, but the management strategies for HABs are not. Here, we explore current strategies to understand how to better communicate risks associated with HABs to the public. Our team conducted an environmental scan on provincial and territorial government agency protocols around HABs. Results suggest that there are variations in the monitoring, managing, and communicating of risk to the public: British Columbia, Manitoba, New Brunswick, and Quebec have well-established inter-agency protocols, and most provinces report following federal guidelines for water quality. Notably, 3 northern territories have no HABs monitoring or management protocols in place. More populous provinces use a variety of information venues (websites, social media, on site postings, and radio) to communicate risks associated with HABs, whereas others' communications are limited. To induce more collaboration on HABs monitoring and management and reduce the associated risks, creating a coherent system with consistent messaging and inter-agency communication is suggested.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil0,375

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 Opus0,010
Tête enseignante GPT0,217
Écart entre enseignants0,207 · 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

Citations41
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Health InsightsMême sujetMarine and coastal ecosystemsTravaux en français237 207