Cumulative effects assessment: theoretical underpinnings and big problems
Notice bibliographique
Résumé
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,050 | 0,099 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,004 | 0,042 |
| Communication savante | 0,013 | 0,022 |
| Science ouverte | 0,006 | 0,009 |
| Intégrité de la recherche | 0,008 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».