Development of a Quantitative Approach to Incorporating Stakeholder Values into Total Maximum Daily Loads: Dominquez Channel Case Study
Notice bibliographique
Résumé
The federal Clean Water Act (CWA) Section 303(d)(1)(A) requires each state to conduct a biennial assessment of its waters, and identify those waters that are not achieving water quality standards. The result of this assessment is called the 303(d) list. The CWA also requires states to establish a priority ranking for waters on the 303(d) list of impaired waters and to develop and implement Total Maximum Daily Loads (TMDLs) for these waters. Over 30,000 segments of waterways have been listed as impaired by the Environmental Protection Agency (EPA). The EPA has requested local communities to submit plans to reduce discharges by specified dates or have them developed by the EPA. An investigation of this process found that plans to reduce discharges were being developed based on a wide range of site investigation methods. The Department of Energy requested Lawrence Livermore National Laboratory to develop appropriate tools to assist in improving the TMDL process. The EPA has shown support and encouragement of this effort. Our investigation found that improving the stakeholder input process would facilitate many of the TMDL processes, given the resources available to the interested and responsible parties. The first model that we have developed is a stakeholder allocation model (SAM). The SAM uses multi-attribute utility theory to quantitatively structure the preferences of the major stakeholder groups, and develop both individual stakeholder group utility functions and overall stakeholder utility function for a watershed. The test site we selected was the Dominquez Channel watershed in Los Angeles, California. The major stakeholder groups interviewed were (1) nongovernmental organizations, (2) oil refineries, (3) the Port of Los Angeles, and (4) the Los Angeles Department of Public Works. The decision-maker that will determine the acceptable utility values is the Los Angeles Regional Water Quality Board. The preliminary results have shown some different values among stakeholders, especially in the areas of scheduling and cost of the implementation plan. However, the attribute list has also identified the value or importance of each area, giving the decision-maker the ability to make tradeoffs to maximize the groups overall utility. Final decisions are not disclosed in this paper due to ongoing negotiations by the stakeholders.
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 | 0,002 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».