MétaCan
Menu
Retour à la cohorte
Enregistrement W3161070515 · doi:10.1016/j.enpol.2021.112303

Do public review processes reflect public input? A study of hydraulic fracturing reviews in Australia and Canada

2021· article· en· W3161070515 sur OpenAlexaffabout
Shannon Colville, John Steen, Raymond G. Gosine

Notice bibliographique

RevueEnergy Policy · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensMemorial University of NewfoundlandUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGovernment (linguistics)Hydraulic fracturingPublic opinionPublic relationsPublic policyProcess (computing)Political scienceEngineeringPublic administrationBusinessComputer scienceLaw

Résumé

récupéré en direct d'OpenAlex

High volume hydraulic fracturing (HVHF) is a contentious issue worldwide. It is a crucial policy issue due to its significant impact on multiple stakeholders and, as a result, requires extensive public consultation and exposure. One process deployed in some liberal democracies to address this controversy is forming an independent expert review panel to receive public submissions and then prepare a report for policymakers. Our paper investigated how closely the review panel reports reflect and weigh the public submissions and to explore the subjects in which there is agreement or disagreement across the various reports. This study used the Leximancer automated text analysis software to compare key themes in the sub-national reports and public submissions. We find a consistent pattern across jurisdictions of public submissions reflecting health and environment while official reports focus on industry and economic development. There is a wide range of congruency between the jurisdictions on the capacity of the expert reports to reflect public opinion. Following from this divergence, we aim to contribute to more meaningful discussions regarding effective communication strategies between the government and the public to ensure review panel reports fairly represent public concerns.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,775
Score d'incertitude au seuil0,713

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,277
Écart entre enseignants0,248 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
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

Citations4
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy PolicyMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207