MétaCan
Menu
Retour à la cohorte
Enregistrement W1827993581

Legal Tools of Public Participation in the Environmental Impact Assessment Process and Their Application in the Countries of the Barents Euro-Arctic Region

2015· article· en· W1827993581 sur OpenAlexaff
Марина Ненашева, Sonja Bickford, Pamela Lesser, Timo Koivurova, Paula Kankaanpää

Notice bibliographique

RevueLaCRIS (University of Lapland) · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueArctic and Russian Policy Studies
Établissements canadiensInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésProcess (computing)Public participationEnvironmental impact assessmentArcticEnvironmental planningThe arcticImpact assessmentEnvironmental resource managementPolitical scienceBusinessEnvironmental protectionEnvironmental sciencePublic administrationOceanographyComputer scienceGeologyLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The article focuses on research of existing legal tools of public participation in the Environmental Impact Assessment (EIA) process and on practical issues of their application in the countries of the Barents Euro-Arctic Region (BEAR). The EIA is mandatory for projects which can have negative impacts on the environment and/or human health. Public participation in the EIA is one of the instruments used both on the international and national level that helps prevent or minimise the negative consequences of the project for the environment and human health. This article is based on research of national EIA legislation and on the analysis of the findings from interviews conducted with private and public organisations during benchmarking visits and fact-finding trips to the northern regions of Finland, Norway, Sweden and Northwest Russia. In addition, feedback was collected from participants during four seminars. Participatory methods, focused on public‒private communication and participation during the environmental impact assessment process, provides the theoretical basis for the article. This research results from work in a two-year strategic project funded by the Finnish Funding Agency for Innovation Tekes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,045
Tête enseignante GPT0,312
Écart entre enseignants0,267 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations16
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLaCRIS (University of Lapland)Même sujetArctic and Russian Policy StudiesTravaux en français237 207