MétaCan
Menu
Retour à la cohorte
Enregistrement W899349443

Proposed Approach of Korean Ecological Risk Assessment for the Derivation of Soil Quality Criteria

2010· article· en· W899349443 sur OpenAlexaboutno aff
Youn‐Joo An, Woo-Mi Lee, Sun‐Hwa Nam, Seung‐Woo Jeong

Notice bibliographique

RevueThe Journal of Korean Society of Soil and Groundwater Environment · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Soil, Plant Science
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceSoil qualityRisk assessmentSoil contaminationEnvironmental qualitySoil functionsEnvironmental resource managementEnvironmental protectionEcologySoil waterSoil biodiversitySoil organic matterComputer scienceSoil scienceBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Ecological Risk Assessment (ERA) supports a decision-making process such as establishment of environmental quality criteria. Soil quality criteria (SQC) are essential to protect soil organisms from the exposure to various soil contaminants. In this study, ERA methodologies of advanced countries for soil pollution were extensively compared to propose the ERA approach suitable for soil ecosystem in Korea. The soil ERAs in European Chemical Bureau(ECB), The Netherlands, and Canada can be classified as deterministic ecological risk assessment (DERA), and probabilistic ecological risk assessment (PERA) based on species sensitivity distribution (SSD). We propose three ERA methods according to abundance and reliability of soil ecotoxicity data. The method considered land use such as residential/agricultural, and industrial/commercial uses. The taxonomic groups of soil organism were classified as 'Class' level including different trophic levels (Magnoliopsida or Liliopsida, Clitellata, and Insecta or Secernentea). This study can be used to estimate the soil quality criteria to protect soil biota.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,002
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 Opus0,022
Tête enseignante GPT0,243
Écart entre enseignants0,220 · 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'étudeThéorique ou conceptuel
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

Citations4
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Korean Society of Soil and Groundwater EnvironmentMême sujetAgriculture, Soil, Plant ScienceTravaux en français237 207