MétaCan
Menu
Retour à la cohorte
Enregistrement W4232848302 · doi:10.1021/cen-09546-cover7

Herring gulls, a warning system for global pollutants

2017· article· en· W4232848302 sur OpenAlexaboutno aff

Notice bibliographique

RevueC&EN Global Enterprise · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueToxic Organic Pollutants Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLarusHerringHerring gullTernSentinel speciesFisheryUria aalgeArcticGeographyPollutantEcologyBiologyZoologySeabirdPredationFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

When it comes to monitoring some of the most problematic synthetic chemicals dispersed in the environment, scientists have given the expression “for the birds” a whole new—and more significant—meaning. Herring gulls (Larus argentatus), for example, have a long history of serving as a sentinel species, providing data on pollutants in the Great Lakes region of the U.S. and Canada since the 1970s. Although researchers do collect birds as samples, their primary sampling target is bird eggs. Scientists also turn to Arctic-breeding seabirds such as thick-billed murres (Uria lomvia), northern fulmars (Fulmarus glacialis), black-legged kittiwakes (Rissa tridactyla), glaucous gulls (Larus hyperboreus), and black guillemots (Cepphus grylle). And they’ve carried out long-term investigations of sea eagles in the Baltic Sea. The choice of species to sample often depends on accessibility to remote colonies and the ability to compare data among species around the globe. In addition to tracking contaminant trends, other work

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,645
Score d'incertitude au seuil1,000

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 technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 GPT0,272
Écart entre enseignants0,262 · 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.

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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueC&EN Global EnterpriseMême sujetToxic Organic Pollutants ImpactTravaux en français237 207