MétaCan
Menu
Retour à la cohorte
Enregistrement W4402830775 · doi:10.1126/sciadv.ado5534

Exploring global oceanic persistence and ecological effects of legacy persistent organic pollutants across five decades

2024· review· en· W4402830775 sur OpenAlexaff
Xue Zhang, Li Li, Zhiyong Xie, Jianmin Ma, Yi-Fan Li, Minghong Cai, Nanqi Ren, Roland Kallenborn, Zi-Feng Zhang, Xianming Zhang, Derek C. G. Muir

Notice bibliographique

RevueScience Advances · 2024
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueToxic Organic Pollutants Impact
Établissements canadiensEnvironment and Climate Change CanadaConcordia University
Organismes subventionnairesState Key Laboratory of Urban Water Resource and EnvironmentHarbin Institute of Technology
Mots-clésEnvironmental sciencePollutantBiogeochemical cycleArcticContext (archaeology)Global changeClimate changeEcologyOceanographyGeographyBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Global monitoring of persistent organic pollutants (POPs) has intensified following regulatory efforts aimed at reducing their release. In this context, we compiled over 10,000 POP measurements, reported from 1980 to 2023, to assess the effectiveness of these legislative measures in the global marine environments. While a general decreasing trend in legacy POP concentrations is evident across various maritime regions, highlighting the success of source control measures, the Arctic Ocean and its marginal seas have experienced a rise in POP levels. This increase suggests the northward migration of pollutants via ocean currents from mid-latitude regions to polar areas. Despite global efforts to reduce emissions, the continued transport and accumulation of pollutants to the Arctic regions may have substantial ecological impacts. Addressing these environmental challenges demands a thorough understanding of POP dynamics, including response times, multiphase transport, and biogeochemical cycling. Continued research into these processes is vital to accurately map their distribution and temporal variations within marine systems.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,978
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,004
Communication savante0,0000,003
Science ouverte0,0020,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,059
Tête enseignante GPT0,335
Écart entre enseignants0,276 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations45
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetToxic Organic Pollutants ImpactTravaux en français237 207