MétaCan
Menu
Retour à la cohorte
Enregistrement W2330024381 · doi:10.2495/ehr110061

Breaking the connections: reducing and removing environmental health risk in the Canadian nuclear power industry

2011· article· en· W2330024381 sur OpenAlexaffabout
John Eyles, Jana Fried

Notice bibliographique

RevueWIT transactions on biomedicine and health · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRisk Perception and Management
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésIgnoranceNuclear powerNuclear power industryNuclear disasterNuclear industryProcess (computing)Risk analysis (engineering)BusinessHealth riskEnergy (signal processing)Risk assessmentEnvironmental economicsEnvironmental planningEngineeringComputer scienceComputer securityEnvironmental scienceEnvironmental healthPolitical scienceNuclear engineeringNuclear plantEconomicsMedicineLaw

Résumé

récupéré en direct d'OpenAlex

In this paper, we examine how over the past twenty five years the nuclear industry has used various strategies to diminish or remove any environmental health risks that emanate from its practice and activities. Using both industry and critical website materials, we demonstrate how risk is removed by emphasizing its own safety culture in a complex process, its ‘clean energy ’ credentials, its role in producing national energy options, close co-operation with its regulators, the ignorance of its critics, the suppression of opposing views and a narrowing risk assessment approach to potential environmental and health hazards. We suggest that the same strategies will be used after the recent Japanese nuclear disaster.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,489
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
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 Opus0,055
Tête enseignante GPT0,314
Écart entre enseignants0,259 · 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'étudeQualitatif
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

Citations0
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWIT transactions on biomedicine and healthMême sujetRisk Perception and ManagementTravaux en français237 207