MétaCan
Menu
Retour à la cohorte
Enregistrement W2030273567 · doi:10.1139/s05-012

Towards meaningful stakeholder comprehension of sour gas facility risk assessments

2006· article· en· W2030273567 sur OpenAlexvenueaboutno aff
Claire McAuley, Steve E. Hrudey

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRisk Perception and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRisk assessmentRisk analysis (engineering)Risk managementComprehensionStakeholderPopulationProcess (computing)BusinessEnvironmental resource managementComputer sciencePublic relationsPolitical scienceEnvironmental scienceMedicineComputer securityEnvironmental health

Résumé

récupéré en direct d'OpenAlex

The disconnect between a risk assessment by the proponent of a sour gas development and the stakeholders affected is addressed by attempting to understand the implied logic and reasoning embedded in the different perspectives. While a risk assessment may assure the Alberta Energy and Utilities Board (EUB) and the proponent that there is no immediate danger to the stakeholders, public response often indicates that the stakeholders have not been reassured and their specific concerns remain unaddressed. The concepts of "I am at risk" vs. "There may be a risk" are developed in conjunction with the concept of the assumed, but unknowable, exposed population. Effective risk communication requires a two-way process to address the value judgements that scientific methodology cannot resolve. Stakeholders were not polled for their response to risk assessments; one author (CM) attempted to bridge this gulf on the basis of relevant personal experience. The concepts discussed are applicable to a wide range of issues involving accidental releases of chemicals. Key words: risk, risk communication, risk management, sour gas facilities, hydrogen sulphide.

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)0,065
score de la tête « metaresearch » (Gemma)0,088
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,065
Score d'incertitude au seuil0,345

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0650,088
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0070,015
Communication savante0,0120,019
Science ouverte0,0030,013
Intégrité de la recherche0,0090,010
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,023
Tête enseignante GPT0,261
Écart entre enseignants0,238 · 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

Citations5
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetRisk Perception and ManagementTravaux en français237 207