MétaCan
Menu
Retour à la cohorte
Enregistrement W2004016325 · doi:10.3152/146155107x197913

Cumulative effects assessments at Hydro-Québec: what have we learned?

2007· article· en· W2004016325 sur OpenAlexaffabout
Michel Bérubé

Notice bibliographique

RevueImpact Assessment and Project Appraisal · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Social Impact Assessments
Établissements canadiensHydro-QuébecGDG Environnement
Organismes subventionnairesnon disponible
Mots-clésCumulative effectsBaseline (sea)Context (archaeology)Impact assessmentComputer scienceEnvironmental resource managementEnvironmental planningEnvironmental sciencePolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

Twelve cumulative effects assessments (CEAs) have been conducted at Hydro-Québec since 1999. This article explains how they have evolved in a seven-step approach. It also describes the problems encountered and solutions found for each of these steps. Hydro-Québec's CEAs focus on historical and regional perspectives, including a detailed past baseline description. However, there is no specific methodology proposed for significance determination, and possibly no need for it. CEAs provide a broader view that is found useful to assess impacts sometimes not properly tackled at the project level, but the question of how the promoter should conduct follow-up and mitigation efforts in the context of cumulative effects is still open. CEA must be a separate section of an impact assessment with its own methodology, spatial and temporal scales. Only certain environmental components should be examined. A well-documented past baseline condition is essential. Future effects can rarely be predicted over a ten-year period when combined with other impact sources. Cumulative effects with other future projects are difficult to determine when no direct impact can be found at the project level.

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)0,007
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,273

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,003
Communication savante0,0040,003
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,030
Tête enseignante GPT0,423
Écart entre enseignants0,392 · 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'étudeQualitatif
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

Citations26
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

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