MétaCan
Menu
← Retour à la cohorte
Enregistrement W7133274096

Modélisation et prévision de l'exposition des écosystèmes aux médicaments administrés dans la nourriture rejetés par les exploitations de pisciculture marine : un premier aperçu

2023· other· fr· W7133274096 sur OpenAlexaboutno aff
F. H. Page, M. P. A. O'Flaherty-Sproul, S. P. Haigh, B. D. Chang, D. K. H. Wong, M. J. Beattie

Notice bibliographique

RevueFederal Open Science Repository of Canada / Le Dépôt fédéral de science ouverte du Canada · 2023
Typeother
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnimal productionForest regenerationAnimal wasteRural development
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Le présent document porte sur la modélisation du rejet des principes actifs des médicaments administrés par voie alimentaire dans les exploitations de pisciculture marine en parcs en filet au Canada. Il donne un aperçu du contexte et des processus conceptuels à modéliser et de certains problèmes de modélisation, et présente un examen des efforts de modélisation menés jusqu’à présent ainsi qu’une description de quelques modèles simples qui pourraient être utilisés. En général, la modélisation des rejets et des dépôts de médicaments administrés par voie alimentaire en est à ses débuts. Peu de modèles ont été mis au point spécialement pour prédire le dépôt benthique des médicaments administrés par voie alimentaire, et leur complexité varie. Les résultats des modèles sont sensibles aux paramètres d’entrée, notamment les détails du traitement, les conditions hydrographiques, les spécificités de la répartition des médicaments, ainsi que les vitesses de chute et la période des rejets. Nombre de ces paramètres sont mal compris, difficiles à mesurer et donc mal quantifiés. Ainsi, il est encore difficile de déterminer la quantification des incertitudes et des sensibilités des résultats des modèles. De nombreux modèles ont été élaborés pour prédire le dépôt des déchets organiques produits par les exploitations de pisciculture marine en parcs en filet. Malgré les similitudes qui existent entre les hypothèses sous-jacentes de ces modèles et celles concernant les médicaments administrés par voie alimentaire, il n’est pas forcément simple ou facile de les adapter à la modélisation du dépôt des médicaments administrés par voie alimentaire. Il est particulièrement important d’inclure les spécificités de la répartition des médicaments, qui est nécessaire pour modéliser correctement la dynamique du dépôt des médicaments administrés par voie alimentaire; il n’est probablement pas approprié d’appliquer de simples facteurs de conversion entre le dépôt de déchets organiques et le dépôt de médicaments administrés par voie alimentaire, car le rapport entre le carbone et le médicament dans les matières fécales rejetées varie dans le temps. Il faut définir les objectifs de la modélisation avant de sélectionner un modèle et d’évaluer s’il est adéquat et suffisant. Une fois que les modèles ont été sélectionnés ou élaborés, il faut les valider avant de les utiliser. En général, les modèles existants de dépôt des médicaments administrés par voie alimentaire n’ont pas été étalonnés ou validés de manière approfondie. Parmi les quelques validations qui ont été effectuées, on constate dans la documentation que, quelle que soit leur complexité, les modèles existants donnent, au mieux, une estimation de l’ordre de grandeur des concentrations de médicaments dans le fond marin. Malgré les incertitudes entourant leur précision et leur validité, les modèles peuvent être utiles pour appuyer les processus décisionnels réglementaires. Le choix du modèle dépend des objectifs du décideur. Il n’est pas possible d’estimer la précision et l’exactitude du modèle avant d’avoir vérifié et validé le modèle choisi. D’après les études de validation existantes, les modèles disponibles ne peuvent produire que des estimations de l’ordre de grandeur des dépôts de médicaments administrés par voie alimentaire. Pour l’instant, des modèles simples peuvent suffire pour l’aide à la décision. Ce sentiment pourrait changer à mesure que la science caractérisera mieux les intrants et les processus des modèles et mènera davantage d’études de validation.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,652
Score d'incertitude au seuil0,693

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,261
Écart entre enseignants0,248 · 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'étudeSimulation ou modélisation
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 revueFederal Open Science Repository of Canada / Le Dépôt fédéral de science ouverte du Canada→Travaux en français237 207→