MétaCan
Menu
Retour à la cohorte
Enregistrement W1976959358 · doi:10.1080/14615517.2014.941233

First steps toward best practice SEA in a developing nation: lessons from the central Namib uranium rush SEA

2014· article· en· W1976959358 sur OpenAlexaff
Ayodele Olagunju, Jill A.E. Gunn

Notice bibliographique

RevueImpact Assessment and Project Appraisal · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Social Impact Assessments
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésBest practiceStrategic environmental assessmentBaseline (sea)Environmental planningProcess (computing)Good practiceEnvironmental resource managementPolitical scienceEnvironmental scienceEnvironmental impact assessmentComputer scienceEngineering ethicsEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

The intent of this study is to contribute to the discussion of strategic environmental assessment (SEA) best practice based on experience gained in a recent SEA initiative: the central Namib (Namibia) uranium rush SEA. We evaluate this SEA process against internationally established characteristics of ‘best practice’ SEA to improve and strengthen future practice in Namibia. The study draws primarily on the final assessment report as well as inputs from six informants involved in the assessment. The results reveal some elements of good practice as well as areas for improvement, and in particular, the need for improved baseline data collection; adequate consideration of alternatives; committing to preferred scenario/options; enforceability; and a more robust institutional capacity. We offer insight into how consideration of these factors may help to strengthen SEA practice in Namibia. Overall, the SEA may not represent a ‘best practice’ example according to international standards, but it does suggest a potentially bright future for SEA practice in Namibia.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,027
Score d'incertitude au seuil1,000

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 savante0,0000,001
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 Opus0,042
Tête enseignante GPT0,390
Écart entre enseignants0,348 · 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.

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

Citations10
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueImpact Assessment and Project AppraisalMême sujetEnvironmental and Social Impact AssessmentsTravaux en français237 207