Theme Session L - Steering shipping impact prevention towards holistic marine management
Notice bibliographique
Résumé
ICES Annual Science Conference Book of abstracts of theme session L: Steering shipping impact prevention towards holistic marine management Conveners: Okko Outinen (Finland), Cathryn Murray (Canada), and Ida-Maja Hassellöv (Sweden) CM 92: Assessing the performance of compliance monitoring devices for the analysis of ballast water samples and under controlled laboratory conditions (2017-2022) CM 151: Trace metals and PAHs discharge from ship with exhaust gas cleaning system (EGCS) CM 180: Examining the effect of new ballast water management regulations for reducing the risk of species introductions to Canadian coastal waters CM 189: Global Environmental Pressures from Shipping CM 219: A decision support model to evaluate the trade-offs in ship biofouling management in the Baltic Sea – North Sea area CM 229: Carbon emissions in UK fisheries: recent trends, current levels, and pathways to Net Zero CM 339: Cumulative effects of contaminants from multiple waste streams, results in an unacceptable risk in areas of intensive shipping activity CM 340: Trophic interactions in marine zooplankton exposed to closed loop scrubber water CM 381: The effect of exposure time and dilution rate of scrubber discharge water on feeding and survival of marine copepods CM 404: Methodological aspects of field observations in ship wakes and shipping lanes CM 488: Global marine biosecurity dynamics and ship lay-ups: intensifying effects of shipping disruptions CM 554: Ecotoxicological effects of closed loop scrubber water on Stickleback and Blue mussel.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,260 | 0,105 |
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 ».