Public Participation in EU Legislation? Recommendations for Involving Citizen Scientists in Anthropogenic Litter Research Within the Water Framework Directive
Notice bibliographique
Résumé
ABSTRACT Anthropogenic litter causes significant harm to the environment on a global scale. Achieving international agreements and establishing corresponding national legislation is essential for solving this prevalent environmental problem. Effective monitoring programmes are also critical for evaluating the environmental status in aquatic (marine and freshwater) environments, as required by the Water Framework Directive (WFD) and the Marine Strategy Framework Directive (MSFD) in Europe. In contrast to the MSFD, the current version of the WFD does not yet include anthropogenic litter pollution as an indicator to evaluate the status of aquatic environments. In order to overcome these shortcomings, we recommend using existing litter data generated by citizen science initiatives as a baseline to establish relevant indicators in the WFD. Further, citizen scientists could contribute to the WFD by taking complimentary samples, for example, at underrepresented smaller streams, adding context and value to data collected at established monitoring stations. The involvement of citizens as actors within an EU Directive would not only help to obtain valuable data on a significant spatial and temporal scale but could potentially also increase the environmental awareness and political engagement of the public. The upcoming revision cycle of the WFD in 2028 presents a unique opportunity to give citizens a voice and opportunity to partake in EU legislative frameworks.
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 | 0,305 | 0,278 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,006 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,009 | 0,014 |
| Communication savante | 0,027 | 0,029 |
| Science ouverte | 0,011 | 0,025 |
| Intégrité de la recherche | 0,079 | 0,033 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,005 |
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.
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 ».