相关实验视频
Updated: Jun 14, 2025
07:57
Necropsy-based Wild Fish Health Assessment
Published on: September 11, 2018
17.1K
基于分数的数据质量评估有多有效? 一个插图与鱼的BCF数据
Dave T F Kuo1, Yang-Hsin Shih2
1Graduate Institute of Environmental Engineering, National Taiwan University, Taipei City, Taiwan.
Environmental research
|August 30, 2024
概括
生态毒理学中的数据质量评分往往无法区分测量. 鱼类生物度因子 (BCF) 数据表明,所有数据的简单平均值,无论质量如何,都能产生与仅使用高质量数据相比较的结果.
科学领域:
- 环境科学 环境科学
- 生态毒理学 生态毒理学
- 数据科学数据科学数据科学
背景情况:
- 严格的数据质量 (DQ) 评估越来越多地应用于环境和生态毒理学数据集.
- DQ通常通过对预定义的标准进行评分来评估数据.
研究的目的:
- 检查基于分数的DQ评估在统计差异化测量的有效性.
- 使用鱼类生物度因子 (BCF) 数据集作为评估DQ影响的案例研究.
主要方法:
- 检查了基于整体和特定DQ评估的日志BCF如何不同.
- 在日志BCF上分析了互动效应和DQ标准的等级.
- 利用树分析来理解基于违反标准的日志BCF中的偏差.
主要成果:
- 80-90%的化学品在低质量 (LQ) 和高质量 (HQ) 测量之间的日志BCF中没有统计差异.
- 记录BCF并没有随着不同组合或不同数量的DQ标准违规而持续变化.
- 所有测量的简单平均值产生了与HQ数据相比较的日志BCF (化学品>93%的≤0.5日志单位差异).
结论:
- 对于准确的日志BCF,数据质量似乎不如独立测量的数量那么重要.
- 要求在旧数据集中重新记录实验细节.
- 建议检查其他DQ分类数据集,并思考DQ评估方法的建模和分析.
