The state of plastic pollution in Eastern Canada : From the Great Lakes to Newfoundland
Notice bibliographique
Résumé
In 2024, Blue Organization (BO) released its first report on plastic pollution in Eastern Canada, aiming to raise awareness and foster collaboration against plastic waste. This five-year research, partially funded by Environment and Climate Change Canada (ECCC), involved 131 clean-ups across the Great Lakes, St. Lawrence River, estuary, and Gulf, collecting and analyzing 24 tons of waste. With the support of over 100 partners and 3,000 volunteers, BO also examined factors like consumer habits and waste management, providing insights into Eastern Canada’s plastic pollution.In spring 2024, BO launched a Portal on plastic pollution in Eastern Canada’s coastal zones. The Portal includes an interactive map, a detailed five-year report, and datasets hosted by the St. Lawrence Global Observatory and the Integrated Ocean Observing System. BO's work has revealed the pressing need to address macroplastic pollution on Canada’s shorelines, countering beliefs that plastic pollution is primarily an international issue. The impacts extend beyond ecosystems and human health to economic and social costs, even affecting remote, protected, and UNESCO-designated areas.After presenting findings at the Plastic Pollution Summit (INC-4) in Ottawa, BO began training over fifty regional organizations to apply its characterization protocol, encouraging collaborative data sharing. Partners include Fisheries and Oceans Canada, Parks Canada, regional ZIP committees, First Nations groups, and municipalities. BO’s work highlights the need for a coordinated national effort to address plastic waste, helping stakeholders identify pollution sources and implement effective reduction strategies.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,010 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».