MétaCan
Menu
Retour à la cohorte
Enregistrement W2091890667 · doi:10.4018/ijdsst.2015010104

Strategic Investigation of the Jackpine Mine Expansion Dispute in the Alberta Oil Sands

2015· article· en· W2091890667 sur OpenAlexafffundabout
Yi Xiao, Keith W. Hipel, Liping Fang

Notice bibliographique

RevueInternational Journal of Decision Support System Technology · 2015
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueGame Theory and Applications
Établissements canadiensToronto Metropolitan UniversityCentre for International Governance InnovationUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésOil sandsGovernment (linguistics)Crude oilAsphaltBusinessFossil fuelEnvironmental planningEnvironmental resource managementEnvironmental scienceEngineeringGeographyPetroleum engineeringWaste managementArchaeology

Résumé

récupéré en direct d'OpenAlex

The Graph Model for Conflict Resolution (GMCR) methodology is employed to ascertain strategic insights into a serious conflict over environmental concerns connected to the expanded exploitation of oil sands at the Jackpine Mine Expansion project located in Alberta, Canada. In fact, the expansion of extracting bitumen from large tracts of oil sands in Alberta and its associated potential negative environmental impacts have received increasing attention at the global level. Accordingly, environmentally responsible extended mining of bitumen at the Jackpine site is urgently needed. Hence, the GMCR methodology and its associated decision support system GMCR II are utilized to systematically investigate the conflict of the Jackpine Mine Expansion project. The results imply that the Federal Government of Canada is more concerned about the economic benefits generated by the oil sands projects rather than environmental impacts. It is suggested that more effort should be devoted to the environment conservation by the government.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,664
Score d'incertitude au seuil0,668

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,003
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,097
Tête enseignante GPT0,370
Écart entre enseignants0,273 · 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

Citations9
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Decision Support System TechnologyMême sujetGame Theory and ApplicationsTravaux en français237 207