Introducing Ocean Conservancy’s Wildlife Impact Calculator and Plastic-Wildlife Impact Database
Notice bibliographique
Résumé
Cleaning up plastic pollution is one of three interventions scientists agree are necessary to address our global plastic pollution crisis. There is much work to be done to curb plastic production and improve waste management, but how can we effectively bolster public participation in cleanups to achieve this lofty goal? Powered by robust scientific models, Ocean Conservancy’s Wildlife Impact Calculator tool illuminates the real-life positive impacts of individual coastal cleanups on marine megafauna including sea turtles, seabirds and marine mammals. This tool makes powerful science on the mortality risks of macroplastic ingestion publicly accessible and understandable. The best part is that the positive ocean impacts of even small-scale, individual plastic cleanups can be calculated with the simple click of a button. Our team is also currently working to elucidate the mortality impacts of marine animal entanglement with plastic pollution, which will similarly be modeled and converted into a public-facing tool in the coming months.Ocean Conservancy’s Wildlife Impact Calculator quantifies and demonstrates the direct impact individuals can have on helping protect wildlife when partaking in plastic pollution cleanup efforts. We believe public engagement with our novel tool will both deepen personal connections to the issue, and ultimately unleash broader engagement in the fight to reduce ocean plastic pollution. Additionally, with nearly 10,000 entries, our publicly-available Plastic-Wildlife Impact Database contains all the research on macroplastic ingestion that informed this model. Together, our new resources can be used conservationists and decision makers alike to evaluate the benefits of different interventions to prevent or remove plastic pollution and help inform management and reduction policies.
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 | 0,004 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,011 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,057 | 0,023 |
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 ».