Self-declarations of environmental classification at Fass.se - Experiences from the reviewing process during 2017
Notice bibliographique
Résumé
Since 2005 Sweden has a unique environmental classification system for pharmaceutical substances. It is a self-declaration system where each pharmaceutical company is responsible for their own environmental information, which is published on the open web-based portal www.fass.se. Prior to publication the environmental risk assessments are reviewed by IVL Swedish Environmental Research Institute (IVL) as an independent, external part. The present report describes the experiences from the review process during the year 2020. In 2020, environmental risk assessments (ERAs) were sent in for review 773 times. 68% of the reviewed assessments received the comment no remarks and were recommended to be published, whereas the other 32% were either recommended or needed to be corrected before publication. 694 unique substances were published at Fass.se during 2020. Of these substances 52% were exempted from classification, 27% were classified regarding environmental risk, and 21% could not gain any classification due to lack of data. The work of improving the review system is an on-going process. As a part of this work IVL performs studies to increase the knowledge of pharmaceuticals in the environment. During the last four years the focus for this type of work has been on proposing and developing a model for environmental risk assessment of pharmaceutical products. In 2020 the focus was on improving the understanding of different stakeholder needs by mapping roles and responsibilities as well as drivers, incentives and barriers for different actors along the value chain. The results were published in the report (B2395) “Reduce environmental impacts of pharmaceuticals along the value chain” in September 2020.
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 ».