MétaCan
Menu
Retour à la cohorte
Enregistrement W4392861820 · doi:10.22541/essoar.171052566.62785448/v1

One in four US Households likely in violation of new US soil lead standard

2024· preprint· en· W4392861820 sur OpenAlexaboutno aff
Gabriel Filippelli, Matthew Dietrich, John T. Shukle, Leah Wood, Andrew J. Margenot, Sara Perl Egendorf, Howard W. Mielke

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueUrban Agriculture and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSoil waterEnvironmental scienceLead (geology)Scale (ratio)HazardQuarter (Canadian coin)Natural resource economicsEnvironmental protectionGeographyEconomicsEcologySoil scienceGeology

Résumé

récupéré en direct d'OpenAlex

Lead exposure has blighted communities across the United States (and the globe), with much of the burden resting on lower income and communities of color. On January 17, 2024, the US Environmental Protection Agency (USEPA) has, after more than 30 years, lowered the allowable level of lead in residential soils. Our analysis of tens of thousands of citizen-science collected soil samples from cities and communities around the US reveals the scale of the soil lead problem, and the challenge that the USEPA will face in implementing its new soil standard. Under this standard, we find that nearly one quarter of households may contain a soil lead hazard. Extrapolating across the nation, that equates to nearly 30 million households needing to mitigate potential soil lead hazards, at a potential total cost of $290 billion to - $1.2 trillion. We do not think this type of mitigation is feasible at the massive scale required and we have instead focused on a more immediate, far cheaper strategy: capping current soils with clean soils and/or mulch. At a fraction of the cost and labor of disruptive conventional soil mitigation, it yields immediate and potentially life-changing benefits for those living in these environments.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
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 seuil0,121

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0360,005

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 Opus0,037
Tête enseignante GPT0,235
Écart entre enseignants0,198 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUrban Agriculture and SustainabilityTravaux en français237 207