Brief Overview: A Draft Framework for Risk-Based Prioritization & Evaluation of Additives & Polymer-associated Chemistries
Notice bibliographique
Résumé
Widespread global use of polymers and plastic has led to increased stakeholder interest in the health & environmental assessments of these materials. Formal frameworks (i.e., RISK21, Canadian ERC) may require specific data types, developed with prescribed methods, and largely focused on non-polymeric substances. These data are not always available and can result in inaction, or conservative decision making. This is due to the propensity for regulatory or policy decisions to rely primarily on hazard information, without comprehensively considering exposure information. Assessing risk and making risk-based decisions requires deliberate consideration of a complex, and often dynamic, suite of information. For risk assessments that are highly challenging (e.g., large numbers of substances), approaches which screen and prioritize data inputs is a practical methodology for parsing out and addressing complexity in a stepwise approach. This framework for screening and prioritizing additives and polymer-associated chemistries (APAC) was developed to parameterize the large, diverse set of chemistries that are utilized in the manufacture and processing of polymers by considering relative chemical hazards and potential polymer-related exposure profiles together to form the initial basis for a practical and informed risk assessment. The framework leverages existing datasets, mines global databases, and utilizes predictive modeling methodology in a tiered approach to move toward the future goal of fit-for-purpose polymers risk assessments, and is intended to be an accessible approach for all stakeholders with interest in polymers risk assessment.The purpose of communicating this abbreviated draft approach via the Center for Open Science is to allow for rapid, high-level dissemination of key framework elements to allow for public feedback via the platform. Feedback on potential for broad utility by stakeholders across a range of experience levels, as well as potential for framework uptake related to risk-based initiatives, are of particular interest. Input from stakeholders in the form of the survey response(s) (https://app.sli.do/event/eXhC9yG6WQrQnFuFzb2NsR) may be considered for incorporation into the finalized, peer-review submission of the full framework.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,010 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,007 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,014 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».