MétaCan
Menu
Retour à la cohorte
Enregistrement W4280499070 · doi:10.1071/aj21182

Environmental genomics applications for environmental management activities in the oil and gas industry: state-of-the-art review and future research needs

2022· article· en· W4280499070 sur OpenAlexaff
Michael J. Marnane, Marc A. Skinner, Catie Young, Mary H. Murdoch, Jordan C. Angle, Jeffrey M. Pollock, Thomas Merzi, Nicolas Tsesmetzis, Paola Maria Pedroni, Ane Kjølhamar, Anita Skarstad, Cyril Mickiewicz, Felicite Robertson, Harvey Johnstone

Notice bibliographique

RevueThe APPEA Journal · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental DNA in Biodiversity Studies
Établissements canadiensCommunity Sector Council Newfoundland and LabradorFisheries and Oceans CanadaStantec (Canada)
Organismes subventionnairesnon disponible
Mots-clésGenomicsScope (computer science)Environmental impact assessmentPetroleum industryWhite paperBusinessGlobeEngineeringComputer sciencePolitical scienceMedicineBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Environmental genomics is a rapidly advancing field that promises to revolutionise the way in which industry conducts biodiversity monitoring. The International Association of Oil and Gas Producers Environmental Genomics Joint Industry Program (JIP) was formed in June 2019 with the aim of facilitating the development and uptake of environmental genomics within the oil and gas industry. Towards this goal, a white paper was produced that summarises the state-of-the-art in environmental genomics research, and the opportunities and limitations of applying environmental genomics within industry. The white paper included a comprehensive literature review, and importantly, involved consultation with professionals from academic, regulatory and industry backgrounds from across the globe that had expertise in environmental genomics applications. While this consultation revealed a consensus that the application of environmental genomics has advanced greatly in a brief period, with demonstrable benefits, there was an acknowledgement that key aspects are still lacking that would allow confident application of genomics approaches within industry. Through the review and consultation process, a range of knowledge gaps and areas requiring further development were identified. To elucidate which of these areas were most critical to the successful application of environmental genomics within industry, the JIP is drafting guidance that describes sampling design considerations, minimum standards for laboratory analyses and approaches to genomics data interpretation. Through the drafting of guidance, the JIP hopes to determine which gaps are most critical, enabling these to be prioritised for targeted research. The guidance will then be updated regularly to capture the latest research outcomes.

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)0,012
score de la tête « metaresearch » (Gemma)0,025
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,009
Études des sciences et des technologies0,0010,001
Communication savante0,0040,005
Science ouverte0,0020,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,020
Tête enseignante GPT0,244
Écart entre enseignants0,224 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe APPEA JournalMême sujetEnvironmental DNA in Biodiversity StudiesTravaux en français237 207