Assessing the Sustainability of Technological Developments: An Alternative Approach of Selecting Indicators in the Case of Offshore Operations
Notice bibliographique
Résumé
In general, ‘sustainability’ implies accountability for effects on the natural environment and to future generations. This accountability should be extended at least to the whole Earth (in space) and several generations (in time). If this criterion is implied, most of the widely accepted technological developments are not sustainable. Moreover, conventional evaluation methods of sustainability using inappropriate indicators usually misrepresent unsustainable technologies as ‘sustainable’. In this study we developed a framework for analyzing indicators of sustainable technological developments. Problems and misconceptions about conventional indicators/indices selection were identified and discussion was carried out about how they mislead in measuring the real progress in environmental and socio-economic developments. Following the proposed framework, a set of indicators were analyzed and selected in the case of offshore hydrocarbon operations. To select these indicators, the ‘multi-criteria analysis’ method was used and was found advantageous when applied in a complex and stochastic system, such as the marine environment. The selected set of indicators were evaluated in terms of their degree of importance by simply ranking each indicator, following a modified semantic and finally appropriate indicators were sorted out based on the cognitive mapping analyses. This indicator selection process helps us discard misleading indicators and selecting appropriate sustainability indicators. Correct indicators will be useful to evaluate status of sustainability and will lead to achieve the overall objective of sustainable developments.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».