Gaps in toxic industrial chemical model systems: Improvements and changes over past 10 years
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract To assess the hazards of the releases of toxic industrial chemicals (TICs) to the atmosphere, comprehensive model systems are often used, which begin with the scenario definition and end with an estimate of health risk. In 2008 and 2010, the US Department of Homeland Security and Defense Threat Reduction Agency sponsored reports that identified knowledge gaps in TIC modeling. The current paper discusses which of the knowledge gaps were satisfactorily resolved in the past 10 years by new theoretical and experimental research, such as the 2010 and 2015–2016 Jack Rabbit field experiments. For example, the linked source emissions and transport and dispersion (T&D) models have been shown, in comparisons with Jack Rabbit II observations, to not have large mean biases. Consequently, the T&D models are less likely to be the cause of model system overpredictions of casualties observed after large TIC accidental releases, such as the Festus, Macdona, and Graniteville chlorine railcar incidents. It may be that the deposition models and/or the health effects models still need improvement. In addition to comments on the knowledge gaps identified 10 years ago, a few new knowledge gaps are addressed, such as indoor T&D and deposition, and estimating the magnitude of the saturation deposition value for various substrates and chemicals.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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