The health and environmental impact of coal mining in Chhattisgarh
Notice bibliographique
Résumé
"In spite of the fact that coal mining for coal-fired\npower generation is one the most hazardous\nand damaging industries such that governments\nof Austria, Belgium, Canada, Finland, France, New Zealand, Sweden, United Kingdom have pledged to phase out coal over the next decades, India, China, the United States and Russia continue to rely heavily on coal for the generation of electricity.\nIndia is one of the world’s major coal producers,\nranking third after China and the United States.\nSeveral national and international studies have\nestablished that the process of coal extraction,\nparticularly opencast mining, and electrical generation by coal-fired power plants release a range of gaseous and solid chemicals and heavy metals into the atmosphere as a by-product of this process.\nEvery step in the generation of electricity by coal-fired thermal power plants – the mining of coal, transportation, washing and preparation at the power plant, combustion and the disposal of post-combustion wastes carry serious risks on the health of miners, plant workers and residents in the vicinity of mines and power plants.\nExisting power plants in India, with few exceptions, are highly polluting- particularly as standards are only set for Particulate Matter (PM) rather than for all related pollutants including Sulphur dioxide (SO2), Nitrogen oxides (NOx) or heavy metals such as mercury. The PM standards are also lax. This research therefore crucially investigates the nature and impact of pollutants in air, soil, stream sediment and water on communities living\nclose to opencast mines and coal-fired power plants in Chhattisgarh."
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».