MétaCan
Menu
Retour à la cohorte
Enregistrement W4399390386 · doi:10.1021/acs.estlett.4c00294

Exploring Outputs of the Intergovernmental Science-Policy Panel on Chemicals, Waste, and Pollution Prevention

2024· article· en· W4399390386 sur OpenAlexaff
Miriam L. Diamond, Gabriel Sigmund, Michael G. Bertram, Alex T. Ford, Marlene Ågerstrand, Giulia Carlini, Rainer Lohmann, Kateřina Šebková, Anna Soehl, Maria Clara V.M. Starling, Noriyuki Suzuki, Marta Venier, Penny Vlahos, Martin Scheringer

Notice bibliographique

RevueEnvironmental Science & Technology Letters · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Impact and Sustainability
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPollution preventionPollutionEnvironmental policyEnvironmental planningScience policyPolitical scienceEnvironmental sciencePublic administrationBusinessWaste managementEngineering

Résumé

récupéré en direct d'OpenAlex

High Resolution Image Download MS PowerPoint Slide The Science-Policy Panel (SPP) on Chemicals, Waste, and Pollution Prevention, now being established under a mandate of the United Nations Environment Assembly, will address chemical pollution, one element of the triple planetary crises along with climate change and biodiversity loss. The SPP should provide governments with consensual, authoritative, and holistic solution-oriented assessments, particularly relevant to low- and middle-income countries (LMICs) and, we suggest, to issues regarding the global commons. The assessments should be flexible in scope and breadth, and address existing issues retrospectively and prospectively to minimize the high costs to human and environment health that come from delayed, slow, and/or fragmented policy responses. Two examples of assessments are presented here. The retrospective example is pharmaceutical pollution, which is of increasing importance, especially in LMICs. The SPP’s assessment could identify data gaps, develop regionally attuned policy options for mitigation, promote “benign-by-design” chemistry, explore educational and capacity-building activities, and investigate financial mechanisms for implementation. The prospective example is on risks posed by chemicals and waste release from critical technological infrastructure and waste sites vulnerable to sea level rise and extreme weather events. Multisectoral and multidisciplinary inputs are needed to map and develop “disaster-proofing” responses, along with financing mechanisms. The new SPP offers the ambition and mechanisms for enabling much-needed assessments explicitly framed as inputs to policy-making, to protect, and support the recovery of, local to global human and environmental health.

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)0,005
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,222
Score d'incertitude au seuil0,743

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,007
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0020,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,2220,068

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 Opus0,021
Tête enseignante GPT0,238
Écart entre enseignants0,217 · 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'étudeSans objet
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

Citations12
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & Technology LettersMême sujetEnvironmental Impact and SustainabilityTravaux en français237 207