<scp>The Arctic Environmental Responsibility Index</scp>: A method to rank heterogenous extractive industry companies for governance purposes
Notice bibliographique
Résumé
Abstract The Arctic Environmental Responsibility Index (AERI) covers 120 oil, gas, and mining companies involved in resource extraction north of the Arctic Circle in Alaska, Canada, Greenland, Finland, Norway, Russia, and Sweden. It is based on an international expert perception survey among 173 members of the International Panel on Arctic Environmental Responsibility (IPAER), whose input is processed using segmented string relative ranking (SSRR) methodology. Equinor, Total, Aker BP, ConocoPhillips, and BP are seen as the most environmentally responsible companies, whereas Dalmorneftegeophysica, Zarubejneft, ERIELL, First Ore‐Mining Company, and Stroygaz Consulting are seen as the least environmentally responsible. Companies operating in Alaska have the highest average rank, whereas those operating in Russia have the lowest average rank. Larger companies tend to rank higher than smaller companies, state‐controlled companies rank higher than privately controlled companies, and oil and gas companies higher than mining companies. The creation of AERI demonstrates that SSRR is a low‐cost way to overcome the challenge of indexing environmental performance and contributing to environmental governance across disparate industrial sectors and states with divergent environmental standards and legal and political systems.
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 | 0,001 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».