01006nam2-2200361---450 99000268244020331620201215073807.088-222-5448-1000268242USA01000268242(ALEPH)000268244USA0100026824220051104d2005----km-y0itay0103----baitaITy|||z|||001yy2.: 1496-1502Piero di Marco Parentia cura di Andrea MatucciFirenzeOlschki2005548 p.24 cmStudi e testi460012001Studi e testi0010002682422001Storia fiorentinaFirenzeStoria945.5110543PARENTI,Piero592034MATUCCI,AndreaITsalbcISBD990002682440203316X.2.B. 942/2(III A 1316/2)182136 L.M.III A00182379BKUMA1496-15021002740UNISA03304nam 2200445 450 991077472560332120230327104511.010.35690/978-2-7592-3455-4(CKB)5720000000119136(NjHacI)995720000000119136(MiAaPQ)EBC7272465(Au-PeEL)EBL7272465(EXLCZ)99572000000011913620230327d2022 uy 0freur|||||||||||txtrdacontentcrdamediacrrdacarrierL'écotoxicologie en questions /Isabelle Lamy [and seven others]Versailles :Editions Quae,2022.1 online resource (71 pages)Les Mémos de Quae Series2-7592-3454-1 2-7592-3455-X 1. Qu'est-ce que l'écotoxicologie ? -- 2. Pourquoi parler de changement de paradigme en écotoxicologie? -- 3. Comment prendre en compte la complexité des processus et mécanismes écotoxicologiques ? -- 4. Pourquoi la relation de cause à effet est-elle si compliquée à montrer en milieu naturel et quelles sont les stratégies pour l'aborder ? -- 5. Quelles différences entre écotoxicologie aquatique et terrestre ? -- 6. A quoi sert l'écotoxicologie pour la société ? -- Conclusion : L'écotoxicologie : ce qu'il nous reste à faire pour avancer dans les connaissances -- Glossaire - Quizz.Dans un contexte où on sait de mieux en mieux détecter et quantifier les contaminants et mettre en évidence leurs effets sur les organismes, quel peut être aujourd'hui l'apport de l'écotoxicologie ? Une meilleure connaissance des problèmes liés aux contaminants, pouvant conduire à des mesures surprotectrices ? Ou une meilleure appréhension des mécanismes et processus en jeu pour mieux gérer l'écotoxicité des substances dans le milieu ? Cet ouvrage aborde les grandes approches actuelles en écotoxicologie par le biais de questions ouvertes que peuvent se poser les lecteurs curieux de mieux connaître cette discipline ou, plus généralement, soucieux des problématiques environnementales. Les réponses à ces questions offrent un panorama des grandes notions de l'écotoxicologie, des principaux concepts associés et expliquent les ruptures ayant transformé les approches traditionnelles de cette science en une démarche plus holistique intégrant la complexité des conditions réelles. S'intéresser aux processus et mécanismes écotoxicologiques permet de traiter les relations causales entre présence et écotoxicité des contaminants, aussi bien en milieu terrestre qu'aquatique. La poursuite des progrès de la science écotoxicologique représente aujourd'hui un enjeu majeur pour rendre compte des relations entre santé et environnement (concept d'Eco-Health).Les Mémos de Quae SeriesPollutionEnvironmental toxicologyPollution.Environmental toxicology.628.5Lamy Isabelle1346876NjHacINjHaclBOOK9910774725603321L'écotoxicologie en questions3661058UNINA04958nam 22005775 450 991096835720332120250811101037.094-011-2084-610.1007/978-94-011-2084-5(CKB)3400000000122066(SSID)ssj0000934907(PQKBManifestationID)11495098(PQKBTitleCode)TC0000934907(PQKBWorkID)10931589(PQKB)10950122(DE-He213)978-94-011-2084-5(MiAaPQ)EBC3565657(EXLCZ)99340000000012206620121227d1993 u| 0engurnn|008mamaatxtccrRepresenting Uncertain Knowledge An Artificial Intelligence Approach /by Paul Krause, Dominic Clark1st ed. 1993.Dordrecht :Springer Netherlands :Imprint: Springer,1993.1 online resource (IX, 277 p.) Bibliographic Level Mode of Issuance: Monograph0-7923-2433-1 94-010-4925-4 1 The Nature of Uncertainty -- 1.1 Introduction -- 1.2 Representation and management of uncertainty -- 1.3 The structure of this book -- 2 Bayesian Probability -- 2.1 Introduction -- 2.2 Foundations -- 2.3 Resolution by independence -- 2.4 Belief propagation through local computation -- 2.5 MUNIN - An application of probabilistic reasoning in electromyography -- 2.6 Learning from the children of Great Ormond Street -- 2.7 Discussion -- 2.8 Conclusions -- 3 The Certainty Factor Model -- 3.1 Introduction -- 3.2 Operation -- 3.3 Simple worked example -- 3.4 Discussion -- 3.5 Conclusions -- 4 Epistemic Probability: the Dempster-Shafer theory of evidence -- 4.1 Introduction -- 4.2 A short history of epistemic probability -- 4.3 The Dempster-Shafer theory of evidence -- 4.4 How to act on a belief -- 4.5 Evidential reasoning applied to robot navigation -- 4.6 Discussion -- 4.7 Conclusions -- 5 Reasoning with Imprecise and Vague Data -- 5.1 Introduction -- 5.2 Crisp sets and imprecision -- 5.3 Vague and approximate concepts -- 5.4 Possibilistic logic -- 5.5 Discussion -- 5.6 Conclusions -- 6 Non-monotonic Logic -- 6.1 Introduction -- 6.2 A brief overview of formal logic -- 6.3 Non-monotonic logics -- 6.4 Discussion -- 6.5 Conclusion -- 7 Argumentation -- 7.1 Introduction -- 7.2 Heuristic models of argumentation -- 7.3 Logical models of argumentation -- 7.4 Discussion -- 7.5 Conclusions -- 8 Overview -- 8.1 Introduction -- 8.2 Resumé -- 8.3 Verbal uncertainty expressions -- 8.4 Uncertainty and decision making -- 8.5 Meta-level reasoning and control -- 8.6 Future trends: the convergence of symbolic and quantitative methods? -- References -- Author Index.The representation of uncertainty is a central issue in Artificial Intelligence (AI) and is being addressed in many different ways. Each approach has its proponents, and each has had its detractors. However, there is now an in­ creasing move towards the belief that an eclectic approach is required to represent and reason under the many facets of uncertainty. We believe that the time is ripe for a wide ranging, yet accessible, survey of the main for­ malisms. In this book, we offer a broad perspective on uncertainty and approach­ es to managing uncertainty. Rather than provide a daunting mass of techni­ cal detail, we have focused on the foundations and intuitions behind the various schools. The aim has been to present in one volume an overview of the major issues and decisions to be made in representing uncertain knowl­ edge. We identify the central role of managing uncertainty to AI and Expert Systems, and provide a comprehensive introduction to the different aspects of uncertainty. We then describe the rationales, advantages and limitations of the major approaches that have been taken, using illustrative examples. The book ends with a review of the lessons learned and current research di­ rections in the field. The intended readership will include researchers and practitioners in­ volved in the design and implementation of Decision Support Systems, Ex­ pert Systems, other Knowledge-Based Systems and in Cognitive Science.Artificial intelligenceCompilers (Computer programs)Artificial IntelligenceCompilers and InterpretersArtificial intelligence.Compilers (Computer programs)Artificial Intelligence.Compilers and Interpreters.006.3Krause Paulauthttp://id.loc.gov/vocabulary/relators/aut51278Clark Dominicauthttp://id.loc.gov/vocabulary/relators/autMiAaPQMiAaPQMiAaPQBOOK9910968357203321Representing Uncertain Knowledge336517UNINA01238nam0 22003133i 450 RMS011888420251003044344.00761964592978076196460520210408d2000 ||||0itac50 baenggbz01i xxxe z01nz01ncRDAcarrierEnvironmental planningthe conservation and development of biophysical resourcesPaul Selman2. edLondon [etc.]Sage2000XII, 308 p.24 cm.Selman, Paul HarryVEAV038987070512228Selman, PaulTSAV162479Selman, Paul HarryITIT-00000020210408IT-BN0095 NAP 01POZZO LIB.Vi sono collocati fondi di economia, periodici di ingegneria e scienze, periodici di economia e statistica e altri fondi comprendenti documenti di economia pervenuti in dono. RMS0118884Biblioteca Centralizzata di Ateneo1 v. 01POZZO LIB.ECON MON 5803 0101 0000279995E VMA 1 v.B 2021040820210408 01Environmental planning1771254UNISANNIO