MétaCan
Menu
Retour à la cohorte
Enregistrement W4281493547 · doi:10.3389/frym.2022.743943

Fluffy Rivers: How Our Clothes Can Harm Rivers and The Oceans

2022· article· en· W4281493547 sur OpenAlexfundno aff
Thomas H. Stanton, Matthew F. Johnson, Rachel L. Gomes, C. Paul Nathanail, William MacNaughtan, Paul Kay

Notice bibliographique

RevueFrontiers for Young Minds · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicroplastics and Plastic Pollution
Établissements canadiensnon disponible
Organismes subventionnairesTrent UniversityNottingham Trent University
Mots-clésMicroplasticsClothingPlastic pollutionWoolEnvironmental scienceFish <Actinopterygii>PollutionFisheryEcologyMaterials scienceGeographyComposite materialBiologyArchaeology

Résumé

récupéré en direct d'OpenAlex

Microplastics are one of the most well-known types of environmental pollution. A microplastic is any piece of plastic smaller than 5 mm (about the size of one of the circles on top of a Lego ® block). Microplastics come in a variety of shapes and they can be eaten by even the smallest animals, blocking their stomachs and intestines. Many of the clothes that we wear are made from microplastic fibers. These fibers are released from our clothes when we wear and wash them, and they can eventually end up in the environment. We collected water samples from three rivers in the UK over 12 months, to see if they contained microplastic fibers. All the rivers contained clothing fibers, but most of the fibers were not made from plastics. Natural fibers made from materials like cotton (from plants) and wool (from sheep) were much more common than plastic fibers.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil0,483

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

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,183
Écart entre enseignants0,176 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers for Young MindsMême sujetMicroplastics and Plastic PollutionTravaux en français237 207