MétaCan
Menu
Retour à la cohorte
Enregistrement W2909246210 · doi:10.1002/pan3.10081

Scientific shortcomings in environmental impact statements internationally

2020· article· en· W2909246210 sur OpenAlexafffund
Gerald G. Singh, Jackie Lerner, Megan Mach, Cathryn Clarke Murray, Bernardo Ranieri, Guillaume Peterson St‐Laurent, Janson Wong, Alice Guimaraes, Gustavo Yunda‐Guarin, Terre Satterfield, Kai M. A. Chan

Notice bibliographique

RevuePeople and Nature · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Social Impact Assessments
Établissements canadiensBritish Columbia Institute of TechnologyFisheries and Oceans CanadaWorld Wildlife Fund CanadaUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaConselho Nacional de Desenvolvimento Científico e TecnológicoNatural Sciences and Engineering Research Council of CanadaCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorPacific Institute for Climate SolutionsNational Science Foundation
Mots-clésCredibilityJudgementScope (computer science)Transparency (behavior)Process (computing)Environmental impact assessmentSample (material)Impact assessmentEnvironmental resource managementScale (ratio)Sustainable developmentEnvironmental planningPrecautionary principleBusinessRisk analysis (engineering)Computer sciencePolitical scienceEnvironmental scienceGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Governments around the world rely on environmental impact assessment (EIA) to understand the environmental risks of proposed developments. To examine the basis for these appraisals, we examine the output of EIA processes in jurisdictions within seven countries, focusing on scope (spatial and temporal), mitigation actions and whether impacts were identified as ‘significant’. We find that the number of impacts characterized as significant is generally low. While this finding may indicate that EIA is successful at promoting environmentally sustainable development, it may also indicate that the methods used to assess impact are biased against findings of significance. To explore the methods used, we investigate the EIA process leading to significance determination. We find that EIA reports could be more transparent with regard to the spatial scale they use to assess impacts to wildlife. We also find that few reports on mining projects consider temporal scales that are precautionary with regard to the effects of mines on water resources. Across our sample of reports, we find that few EIAs meaningfully consider the different ways that cumulative impacts can interact. Across countries, we find that proposed mitigation measures are often characterized as effective without transparent justification, and sometimes are described in ways that render the mitigation measure proposal ambiguous. Across the reports in our sample, professional judgement is overwhelmingly the determinant of impact significance, with little transparency around the reasoning process involved or input by stakeholders. We argue that the credibility and accuracy of the EIA process could be improved by adopting more rigorous assessment methodologies and empowering regulators to enforce their use. A free Plain Language Summary can be found within the Supporting Information of this article.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,379
score de la tête « metaresearch » (Gemma)0,643
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,621
Score d'incertitude au seuil0,765

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3790,643
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0260,029
Études des sciences et des technologies0,0060,021
Communication savante0,0320,032
Science ouverte0,0080,017
Intégrité de la recherche0,0100,017
Charge utile insuffisante (le modèle a refusé de juger)0,0130,003

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 Opus0,008
Tête enseignante GPT0,298
Écart entre enseignants0,290 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
DomaineMéthodes
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

Citations41
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePeople and NatureMême sujetEnvironmental and Social Impact AssessmentsTravaux en français237 207