MétaCan
Menu
Retour à la cohorte
Enregistrement W4312158053 · doi:10.1016/j.hazadv.2022.100220

Density variability of COVID-19 face mask litter: A cautionary tale for pandemic PPE waste monitoring

2022· article· en· W4312158053 sur OpenAlexaff
Brandon Heung

Notice bibliographique

RevueJournal of Hazardous Materials Advances · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueHealthcare and Environmental Waste Management
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Parametric statisticsStatisticsVariance (accounting)Nonparametric statisticsData setEconometricsParametric modelPandemic2019-20 coronavirus outbreakMathematicsComputer scienceEconomicsAccounting

Résumé

récupéré en direct d'OpenAlex

Despite the requirement for data to be normally distributed with variance being independent of the mean, some studies of plastic litter, including COVID-19 face masks, have not tested for these assumptions before embarking on analyses using parametric statistics. Investigation of new data and secondary analyses of published literature data indicate that face masks are not normally distributed and that variances are not independent of mean densities. In consequence, it is necessary to either use nonparametric analyses or to transform data prior to undertaking parametric approaches. For the new data set, spatial and temporal variance functions indicate that according to Taylor's Power Law, the fourth-root transformation will offer most promise for stabilizing variance about the mean.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,459
Score d'incertitude au seuil0,463

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,032
Tête enseignante GPT0,328
Écart entre enseignants0,297 · 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'étudeExpérimental (laboratoire)
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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Hazardous Materials AdvancesMême sujetHealthcare and Environmental Waste ManagementTravaux en français237 207