MétaCan
Menu
Retour à la cohorte
Enregistrement W4281629266 · doi:10.3390/jmse10060762

Environmental Impacts and Challenges Associated with Oil Spills on Shorelines

2022· article· en· W4281629266 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Marine Science and Engineering · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueOil Spill Detection and Mitigation
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésShoreEnvironmental scienceOil spillMicroplasticsMarine ecosystemEnvironmental resource managementOceanographyEcosystemEnvironmental engineeringGeologyEcology

Résumé

récupéré en direct d'OpenAlex

Oil spills are of great concern because they impose a threat to the marine ecosystem, including shorelines. As oil spilled at sea is transported to the shoreline, and after its arrival, its behavior and physicochemical characteristics change because of natural weathering phenomena. Additionally, the fate of the oil depends on shoreline type, tidal energy, and environmental conditions. This paper critically overviews the vulnerability of shorelines to oil spill impact and the implication of seasonal variations with the natural attenuation of oil. A comprehensive review of various monitoring techniques, including GIS tools and remote sensing, is discussed for tracking, and mapping oil spills. A comparison of various remote sensors shows that laser fluorosensors can detect oil on various types of substrates, including snow and ice. Moreover, current methods to prevent oil from reaching the shoreline, including physical booms, sorbents, and dispersants, are examined. The advantages and limitations of various physical, chemical, and biological treatment methods and their application suitability for different shore types are discussed. The paper highlights some of the challenges faced while managing oil spills, including viewpoints on the lack of monitoring data, the need for integrated decision-making systems, and the development of rapid response strategies to optimize the protection of shorelines from oil spills.

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.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,939
Score d'incertitude au seuil0,206

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 GPT0,174
Écart entre enseignants0,167 · 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