MétaCan
Menu
Retour à la cohorte
Enregistrement W4294608627 · doi:10.1590/0001-3765202220210391

The 2019 northeast Brazil oil spill: scenarios

2022· article· pt· W4294608627 sur OpenAlexaboutno aff
Paulo Nobre, Angelo Teixeira Lemos, Emanuel Giarolla, Rosio Camayo, Laércio Massaru Namikawa, Milton Kampel, Natália Rudorff, Diego Xavier Bezerra, João A. Lorenzzetti, Jorge Luís Gomes, MANOEL B. DA SILVA, CARLA P.M. LAGE, Rafael Lemos Paes, Carlos Henrique Beisl, Márcio Martins Lobão, PEDRO A. BIGNELLI, Nájla Vilar Aires De Moura, Wougran Soares Galvão, Paulo S. Polito

Notice bibliographique

RevueAnais da Academia Brasileira de Ciências · 2022
Typearticle
Languept
DomaineEnvironmental Science
ThématiqueOil Spill Detection and Mitigation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésShoreOil spillOceanographyMangroveEstuaryEnvironmental scienceDispersion (optics)Quarter (Canadian coin)GeographyGeologyFisheryEnvironmental protection

Résumé

récupéré en direct d'OpenAlex

During the last quarter of 2019, the beaches, mangroves, and estuaries of Northeast Brazil received an unprecedented volume of crude oil from the sea, which became the worst environmental disaster ever to reach the Brazilian coast. The oil, having reached the shores completely unnoticed, left both society and government agents completely clueless on (i) where the oil was coming from; (ii) how much oil was still in the ocean to reach the shorelines; and (iii) which beaches were going to be affected next! By exploring remote sensing data and ocean numerical modeling, along with oil dispersion chemistry on sea water, this study investigates the possible origin and path of the spill and whether it could have been detected from space. The oil dispersion modeling simulations performed for this investigation revealed a possible region and timing of the oil spill, also indicating the likelihood of it being advected toward the shoreline under the ocean surface.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,203
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0040,001
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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 Opus0,014
Tête enseignante GPT0,258
Écart entre enseignants0,244 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations18
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnais da Academia Brasileira de CiênciasMême sujetOil Spill Detection and MitigationTravaux en français237 207