MétaCan
Menu
Retour à la cohorte
Enregistrement W2166754333 · doi:10.1142/s1464333213400012

STRATEGIC ENVIRONMENTAL ASSESSMENT BEST PRACTICE PROCESS ELEMENTS AND OUTCOMES IN THE INTERNATIONAL ELECTRICITY SECTOR

2013· article· en· W2166754333 sur OpenAlexaff
Lisa White, Bram Noble

Notice bibliographique

RevueJournal of Environmental Assessment Policy and Management · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Social Impact Assessments
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésStrategic environmental assessmentElectricityProcess (computing)BusinessBest practiceEnvironmental planningEnvironmental resource managementEnvironmental impact assessmentImpact assessmentEnvironmental economicsEnvironmental scienceEngineeringComputer scienceEconomicsPolitical scienceManagement

Résumé

récupéré en direct d'OpenAlex

This paper examines the contribution of SEA in six international electricity sector planning case studies. All cases showed some "best practice" evidence such as participation, alternatives consideration and impact assessment; however, considerable variability was found in the types of alternatives considered and the approach to impact assessment and monitoring depending on the timing of SEA application in the PPP process. Regarding substantive contributions, SEA was identified by stakeholders as improving communication during planning and informing lower-level decision making, but fared less well in influencing the nature of the PPP at hand; only two cases clearly incorporated SEA recommendations into the final PPP. Overall, results show considerable potential for SEA to support PPP assessment and decision making in the electricity sector, but also a considerable need for improvements in understanding of the importance of the timing of SEA in the PPP process and how to integrate the results of SEA into PPP development.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,025
Score d'incertitude au seuil1,000

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 technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,325
Écart entre enseignants0,311 · 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.

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

Citations17
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Assessment Policy and ManagementMême sujetEnvironmental and Social Impact AssessmentsTravaux en français237 207