MétaCan
Menu
Retour à la cohorte
Enregistrement W2015566308 · doi:10.3152/146155109x479459

The contribution of capacities and context to EIA system performance and effectiveness in developing countries: towards a better understanding

2009· article· en· W2015566308 sur OpenAlexaboutno aff
Arend Kolhoff, Hens Runhaar, Peter Driessen

Notice bibliographique

RevueImpact Assessment and Project Appraisal · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Social Impact Assessments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDeveloping countryContext (archaeology)Sustainable developmentConceptual frameworkEnvironmental planningBusinessEnvironmental resource managementPolitical scienceEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

EIA has the potential to contribute towards more sustainable development through well-informed decision-making. Evaluation studies conclude that this potential is utilised to a considerable extent in rich western democratic countries such as Canada and The Netherlands, but hardly in developing countries. EIA capacity development programmes have not been able to structurally change this situation in developing countries, where there is lack of insight into the root causes of low EIA performance. There is growing evidence that context-specific characteristics such as the political system and the capacities of the key stakeholders are insufficiently considered in evaluations of EIA system performance. Most evaluations focus primarily on procedural shortcomings. As a consequence, capacity development activities that arise from EIA system evaluations do not tackle the underlying constraints. The aim of this article is to identify factors influencing EIA system performance in developing countries, and a conceptual model was developed to provide insight into those factors, building on a review of the current approaches and insights. A thorough assessment of EIA system performance is considered a necessary first step before capacity development activities can be identified, aiming to develop EIA systems that utilise the potential for EIA in a country.

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)0,023
score de la tête « metaresearch » (Gemma)0,048
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: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,121

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,048
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0030,008
Communication savante0,0110,010
Science ouverte0,0010,008
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,024
Tête enseignante GPT0,349
Écart entre enseignants0,325 · 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

Citations74
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

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