Principais problemas na previsão e avaliação de impactos ambientais nos Estudos de Impacto Ambiental (EIAs): uma aplicação da análise de correlação canônica
Notice bibliographique
Résumé
A efetividade dos Estudos de Impacto Ambiental (EIAs) para a tomada de decisão dos órgãos ambientais tem sido objeto de críticas. Para alguns setores empresariais, os EIAs são um obstáculo aos grandes investimentos em infraestrutura. Para alguns segmentos da sociedade civil o EIA é um instrumento corrompido, onde o interesse econômico se sobrepõe ao cuidado ambiental. Assim, o objetivo do trabalho foi hierarquizar as deficiências ocorridas na etapa de análise de impactos dos EIAs, forncendo subsídios para a melhoria do instrumento. Para tanto, um conjunto deficiências dos EIAs foram levantadas a partir de referências bibliográficas e, em seguida, avaliadas por um grupo de 74 analistas ambientais do Instituto Brasileiro do Meio Ambiente e dos Recusos Naturais Renováveis (IBAMA). Adotou-se como metodologia a análise de correlação canônica, verificando a correlação entre a qualidade da análise de impacto ocorrida nos EIAs com nove deficiências apontadas no referêncial teórico. Os resultados indicaram que as principais deficiências na análise de impactos dos EIAs decorrem de problemas de coordenação dos estudos seguido de limitações técnicas específicas da etapa de previsão dos impactos. Problemas relacionados ao direcionamento dos estudos para favorecer o empreendedor não se mostraram críticos, sugerindo uma evolução dos mecanismos de controle do instrumento comparativamente a resultados anteriores.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».