MétaCan
Menu
Retour à la cohorte
Enregistrement W4220966368 · doi:10.1002/smll.202200231

The Road to Achieving the European Commission's Chemicals Strategy for Nanomaterial Sustainability—A PATROLS Perspective on New Approach Methodologies

2022· article· en· W4220966368 sur OpenAlexaff
Shareen H. Doak, Martin J. D. Clift, Anna Luisa Costa, Christiaan Delmaar, Ilse Gosens, Sabina Halappanavar, Sean Kelly, Willie J. G. M. Pejinenburg, Barbara Rothen‐Rutishauser, Roel P. F. Schins, Vicki Stone, Lang Tran, Martina G. Vijver, Ulla Vogel, Wendel Wohlleben, Flemming R. Cassee

Notice bibliographique

RevueSmall · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueChemistry and Chemical Engineering
Établissements canadiensHealth Canada
Organismes subventionnairesHorizon 2020 Framework Programme
Mots-clésSustainabilityEuropean commissionRisk analysis (engineering)Hazardous wasteHazardSustainable developmentEuropean unionBusinessEnvironmental planningComputer scienceEngineeringEnvironmental science

Résumé

récupéré en direct d'OpenAlex

The European Green Deal outlines ambitions to build a more sustainable, climate neutral, and circular economy by 2050. To achieve this, the European Commission has published the Chemicals Strategy for Sustainability: Towards a Toxic-Free Environment, which provides targets for innovation to better protect human and environmental health, including challenges posed by hazardous chemicals and animal testing. The European project PATROLS (Physiologically Anchored Tools for Realistic nanOmateriaL hazard aSsessment) has addressed multiple aspects of the Chemicals Strategy for Sustainability by establishing a battery of new approach methodologies, including physiologically anchored human and environmental hazard assessment tools to evaluate the safety of engineered nanomaterials. PATROLS has delivered and improved innovative tools to support regulatory decision-making processes. These tools also support the need for reducing regulated vertebrate animal testing; when used at an early stage of the innovation pipeline, the PATROLS tools facilitate the safe and sustainable development of new nano-enabled products before they reach the market.

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)0,060
score de la tête « metaresearch » (Gemma)0,024
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: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,315

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0600,024
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0040,021
Communication savante0,0190,023
Science ouverte0,0050,011
Intégrité de la recherche0,0270,014
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,042
Tête enseignante GPT0,289
Écart entre enseignants0,247 · 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

Citations31
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSmallMême sujetChemistry and Chemical EngineeringTravaux en français237 207