MétaCan
Menu
Retour à la cohorte
Enregistrement W4367555119 · doi:10.3389/fmars.2023.1175270

Transitioning towards environmentally benign marine antifouling coatings

2023· article· en· W4367555119 sur OpenAlexafffund
Andrew Carrier, Megan Carve, Jeff Shimeta, T.R. Walker, Xu Zhang, Ken D. Oakes, Kshitij C. Jha, Tim Charlton, Martina H. Stenzel

Notice bibliographique

RevueFrontiers in Marine Science · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueMarine Biology and Environmental Chemistry
Établissements canadiensDalhousie UniversityCape Breton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCanada Foundation for InnovationMitacsNational Research CouncilUniversity of New South WalesOcean Frontier InstituteCape Breton University
Mots-clésBiofoulingIncentiveSustainable developmentMarine industryBusinessSustainabilityEnvironmental planningMarine ecosystemEnvironmental resource managementEcosystemNatural resource economicsEnvironmental scienceEcologyEconomicsChemistry

Résumé

récupéré en direct d'OpenAlex

Marine biofouling has been an issue since antiquity whose solutions have a history of negative environmental impact. The development of environmentally sustainable solutions is paramount as society is becoming more conscious of anthropogenic impacts on the global ecosystem, particularly the global oceans. Herein we include a brief overview of common strategies in the development of sustainable marine antifouling coatings in terms of their efficacy, durability, and environmental impact. We discuss technical challenges to the development of sustainable antifouling coatings; barriers and incentives to their market uptake; and advocate the necessity of multi-stakeholder collaboration, including scientists, engineers, industry groups, and regulators, toward the development of marketable and sustainable antifouling coating solutions.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,005
Tête enseignante GPT0,186
Écart entre enseignants0,181 · 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'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

Citations32
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Marine ScienceMême sujetMarine Biology and Environmental ChemistryTravaux en français237 207