MétaCan
Menu
Retour à la cohorte
Enregistrement W4386045935 · doi:10.1021/acs.est.3c03669

New Sustainability Perspectives on Pollutant Releases from Canada’s Nuclear Sector

2023· article· en· W4386045935 sur OpenAlexaffabout
Alicia Berthiaume

Notice bibliographique

RevueEnvironmental Science & Technology · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueNuclear and radioactivity studies
Établissements canadiensQueen's UniversityEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésSustainabilityPollutantBusinessEnvironmental scienceEnvironmental protectionEnvironmental planningWaste managementEnvironmental resource managementNatural resource economicsEngineeringChemistryEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

This novel characterization of new Canadian radionuclide release data aims to both deepen the understanding of the nature and magnitude of present-day emissions from nuclear facilities and accelerate the tracking of this sector's progress toward United Nations Sustainable Development Goal (SDG) 12 (responsible consumption and use patterns) and target 12.4 (environmentally sound chemicals management). Further novel perspectives on the role of this data as an indicator of sustainability are discussed by merging it with other pollutant releases from this sector, as reported to the National Pollutant Release Inventory (NPRI), to fill gaps in the latter's substance coverage. These public data sets are processed and analyzed using Tableau software and the Organization for Economic Cooperation and Development's framework for using pollutant release and transfer (PRTR) data in sustainability analysis. Findings confirm that radionuclide emissions to air and direct discharges to water from present-day Canadian nuclear facilities do not contribute significantly to national-scale radionuclide contamination. Moreover, findings validate the usefulness of combining various PRTR (and similar) data to address substance coverage gaps and set a global precedent for strengthening PRTR indicator power in SDG 12 evaluation. This work underscores the value of interoperable data in accelerating knowledge translation of PRTRs in the lens of sustainable development.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,036
Score d'incertitude au seuil0,264

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0090,020
Études des sciences et des technologies0,0030,003
Communication savante0,0060,003
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,003
Tête enseignante GPT0,179
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 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'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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetNuclear and radioactivity studiesTravaux en français237 207