MétaCan
Menu
Retour à la cohorte
Enregistrement W6999665519

Derelict Boats in Florida Harbors Pose Environmental Threats

2023· article· en· W6999665519 sur OpenAlexaboutno aff

Notice bibliographique

RevueScholarly Commons (Embry–Riddle Aeronautical University) · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueMarine and Offshore Engineering Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHarmActivity-based costingOrder (exchange)WildlifeEconomic costCost–benefit analysis
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Over six hundred derelict boats are removed from docks across Florida each year as these vessels remain a persistent issue. Since the 2008 recession, the number of abandoned and decrepit vessels has steadily increased and recently worsened in the wake of 2020 pandemic-induced economic downturn. Through analyzing journal articles, academic databases, and local news, these vessels pose numerous negative environmental and social effects. These findings suggest that there needs to be a better way to remove these boats and a much more thorough investigation into who owns these vessels, in order for the owner to pay the fee rather than loyal taxpayers. These boats leak gasoline, about 20-30% of their fuel capacity, which enter the waterways, causing harm to wildlife and other boaters. These half-sunken vessels are not easily visible, and mariners end up driving over them by accident, causing damage and endangering passengers. In the past year, fifteen boats have been removed from the Halifax River, costing taxpayers over $10,000 per boat. Removing abandoned boats is a large and complicated expense with removal costs up to $40,000 for boats left out during hurricanes. This cost burdens taxpayers, as they fund companies to remove the vessels. The escalating number of boats requiring removal along with rising removal expenses poses challenges for communities state-wide. Implementing change necessitates enhanced surveillance at docks and increased boater awareness of these vessels. Conducting further research will determine the effects of these unattended boats on a nationwide scale, ensuring safety of public health and the ocean.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil0,181

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,187
Écart entre enseignants0,171 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarly Commons (Embry–Riddle Aeronautical University)Même sujetMarine and Offshore Engineering StudiesTravaux en français237 207