Economic impacts and effects on communities of the CSG industry in Queensland
Notice bibliographique
Résumé
Social licence to operate is a key issue in the eastern Australian gas market as it transitions to liquefied natural gas (LNG) exporting and relies on unconventional gas to satisfy this new demand. Although there is a large body of research on the environmental, social and economic effects attributable to unconventional gas activities, more knowledge is needed about the economic impacts of the coal seam gas (CSG) industry and the effects of the various stages in the CSG value chain experienced by communities. The Department of Industry has undertaken a study on Queensland’s experience with CSG development. A synthesis of existing economic impact studies relating to the CSG industry in Queensland finds that while there are economic benefits, a greater understanding of how the benefits and costs are spread among and in communities is needed. It also finds that there is little knowledge of the cumulative impacts of multiple concurrent projects in addition to the impacts of existing land usage. An assessment of effects from CSG activities that may directly or indirectly affect the economic welfare of communities in the Bowen and Surat basins highlights that while health impacts, land access and usage, water impacts, transport nuisance and noise pollution are all perceived to be significant, community perceptions about these effects change in time along with changes in the nature and scale of underlying activities. Opportunities for specific economic analysis on specific CSG activities and their associated consequences are also identified in this extended abstract, which may assist in addressing existing information and regulatory gaps.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».