MétaCan
Menu
Retour à la cohorte
Enregistrement W2094986318 · doi:10.1080/14615517.2014.981023

The significance spectrum and EIA significance determinations

2015· article· en· W2094986318 sur OpenAlexaff
Alan Ehrlich, William A. Ross

Notice bibliographique

RevueImpact Assessment and Project Appraisal · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Social Impact Assessments
Établissements canadiensUniversity of CalgaryImpact
Organismes subventionnairesnon disponible
Mots-clésJudgementStatistical significanceCLARITYClinical significanceProcess (computing)Computer scienceStatisticsPolitical scienceMathematicsLawBiology

Résumé

récupéré en direct d'OpenAlex

The concept of significance is fundamental to environmental impact assessment (EIA). Even though there are many guidelines describing technical characteristics of impacts (such as magnitude, geographic extent, extent and frequency) that should be considered, there has remained a long-standing need for increased clarity on how significance determinations are ultimately reached by significance determiners, those who, on behalf of governments, make a legal determination of significance in EIAs. This involves the application of societal values, in the form of subjective informed judgement, about the acceptability of the predicted impacts. This paper introduces the significance spectrum, a graphic model that illustrates a process for determining significance, using the following steps: (1) determining the threshold of significance for each valued component; (2) weighing the evidence and considering predicted impacts; (3) deciding which side of the threshold the predicted adverse impact falls on; and (4) for unacceptable impacts, deciding if mitigations can make the residual impact acceptable. Concepts such as ecological significance should not be confused with significance in EIAs, which may not only include ecological significance but also considers societal values. We provide specific steps for determining significance that help clarify this fundamental aspect that lies at the core of EIA decision-making.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,714

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,031
Tête enseignante GPT0,386
Écart entre enseignants0,354 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

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