A Shoreline Response Program (SRP) Decision Support Tool based on the Geographic Variability in Attenuation and Weathering of Stranded Oil.
Notice bibliographique
Résumé
ABSTRACT #1141234 The coastal waters of Canada embrace a wide range of physical environments and ecosystems from the warm, sediment-rich waters of the Bay of Fundy to the nutrient-limited cold waters of the high Arctic. This range of biophysical characteristics impacts natural attenuation and weathering processes for oil stranded on shorelines. This study was conducted to: 1) identify and quantify the primary regional parameters that control shoreline oil translocation (removal) processes and pathways and 2) define the effectiveness and environmental consequences of current and potential oiled shoreline treatment strategies and tactics. A specific knowledge gap, here and elsewhere in the world, has been in understanding how the distribution and character of fine-grained sediments affect stranded oil attenuation. Fine-grained sediments (<1mm) can play a critical role in natural or induced (that is, shoreline treatment) oil dispersal. Shoreline sediment samples were collected and analyzed from representative locations on Arctic, Atlantic, and Pacific Ocean beaches to provide a broad geographic characterization of mineral fines at the regional level. This knowledge is the basis for an “Oiled Shoreline Response Program (SRP) Decision Support Tool” to aid spill scientists, students, environmental resource managers, spill responders and the public in understanding the response methods and the ramifications and consequences of their shoreline treatment options without the need to digest technical papers, large reports, or data bases. This MPRI SRP Decision Support Tool is intended to be a dynamic, interactive, multi-layered, geographically and seasonally-based model for shoreline oil spill response decision analyses. A goal of this interactive model is to move away from the traditional static format of learning from explanations in text reports and publications to an interactive tool that encourages its users to explore and fully understand the significance of the different environmental factors outlined in publications and data bases. Recent advances in web technology make this possible. The development of user interface platforms such as React, libraries such as D3, and notebook forms like Observable has created a palette of technologies that together make web application patterns such as Documodels a much more streamlined development process. The power of this medium is to convey a complex subject and to enable a user to grasp keen insights and so understand the consequences of intervention decisions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,037 | 0,005 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».