MétaCan
Menu
Retour à la cohorte
Enregistrement W2252735622 · doi:10.1139/er-2015-0073

Cumulative effects assessment: theoretical underpinnings and big problems

2016· article· en· W2252735622 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueEnvironmental Reviews · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Social Impact Assessments
Établissements canadiensLaurentian UniversityMinistry of the Environment, Conservation and Parks
Organismes subventionnairesCanadian Water Network
Mots-clésScope (computer science)Meaning (existential)Management scienceCumulative effectsPolitical scienceEnvironmental impact statementProcess managementPsychologyComputer scienceRisk analysis (engineering)Engineering ethicsBusinessEnvironmental impact assessmentEconomicsEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

Cumulative effects assessment (CEA) is a sub-discipline of environmental impact assessment that is concerned with appraising the collective effects of human activities and natural processes on the environment. Aspirations for CEA have been expressed by many authors since 1969, when the foundation of environmental appraisal was laid by the US National Environmental Policy Act. This paper’s purposes are (i) to review aspirations for CEA, relative to current practice; and (ii) to fully explain and critique the logic that connects CEA’s operational steps and underlying philosophies. A literature review supports the following statements: Some conceptualizations emphasize the delivery of information to support decision making as the key purpose of CEA; others deem collaboration, debate, and learning as most important. Consensus on CEA’s operational steps has been reached, but each step requires practitioners to make analytical decisions (e.g., about the scope of issues to include or the time horizon to consider) and objective rules for how to approach those decisions are lacking. Numerical methods for assessing cumulative effects are largely available, meaning that CEA’s biggest problems are not scientific. CEA cannot succeed without substantive public engagement, monitoring, and adaptive management. CEA is best undertaken regionally, rather than project-by-project. CEA and planning are complementary, and should be merged. In its most enlightened form, CEA is a useful tool for ensuring that human undertakings ultimately conform to Earth’s finite biosphere, but current practice falls short of the ideal, and CEA’s logical derivation is not entirely sound. As regards CEA’s big problems, sustainability has not been defined clearly enough to make criteria for judging the significance of cumulative effects indisputable; legal, regulatory, and institutional frameworks are poorly aligned for CEA; and objective criteria for judging the adequacy of CEA’s scope, scale, and thresholds do not exist, which makes the question of how to provide general guidance to practitioners intractable. Recommendations call for sustainability goals to be clearly expressed as measurable targets. Furthermore, precaution in human enterprise should be exercised by avoiding, minimizing, restoring, and offsetting negative cumulative effects. CEA can assist by quantifying and optimizing trade-offs.

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.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,559
Score d'incertitude au seuil0,999

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,015
Tête enseignante GPT0,285
Écart entre enseignants0,270 · 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