MétaCan
Menu
Retour à la cohorte
Enregistrement W3187137511

Impact Assessment, Sustainability, and Climate Change: Lessons from Lower Churchill

2021· article· en· W3187137511 sur OpenAlexaboutno aff
Adebayo Majekolagbe

Notice bibliographique

RevueeYLS (Yale Law School) · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Social Impact Assessments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClimate changeSustainabilityEnvironmental lawEnvironmental resource managementEnvironmental planningPolitical scienceEnvironmental ethicsEnvironmental scienceLawGeologyPhilosophyOceanographyEcology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The attainment of sustainability is the overarching objective of impact assessment (IA). Over the years, IA has evolved from being a predominantly biophysical- environment assessment venture to a multicentric undertaking including hundreds of IA modes. IA’s proliferation has been attributed to the inadequacy of previously dominant modes (e.g. Environmental Impact Assessment and Social Impact Assessment) to cater to other areas of humanity’s concerns or recent phenomena. Climate change is one of such phenomena and the conceptualization of climate change impact assessment has been the response of the IA movement. Drawing lessons from the Lower Churchill project in Newfoundland and Labrador (Canada), this paper argues that a climate change centric IA risks overlooking, triggering or exacerbating other sustainability challenges. This possibility is even more acute in projects misconstrued as sustainable given their low emission characteristic. An integrated approach to IA with sustainability as the organizing principle is proposed as key to preventing climate change from becoming another frontier of unsustainability.\nLa coopération transnationale en matière d’information fiscale a pour rôle crucial de donner aux administrations fiscales les moyens de percevoir les recettes fiscales dans leur intégralité et en temps voulu, réduisant ainsi le fossé créé par la fraude et l’évasion fiscales à l’échelle internationale. Cependant, l’adéquation des systèmes d’échange d’informations fiscales transnationaux établis pour lutter contre la fraude et l’évasion fiscales internationales a été sévèrement critiquée et une nouvelle vague de progrès en matière de transparence a débuté après la crise économique mondiale de 2008. Dans cette optique, la Turquie a fait de la transparence fiscale transfrontalière une priorité de son programme politique. Cependant, la Turquie a mis en œuvre très lentement les nouveaux accords de coopération fiscale transnationale. En outre, l’approche de la Turquie en matière d’échange d’informations présente d’importantes lacunes. Dans le présent article, nous démontrons les raisons du manque d’urgence du gouvernement turc à rendre ses affaires fiscales transfrontalières plus transparentes. Nous montrons comment la transparence fiscale transfrontalière pourrait être inscrite à l’agenda politique turc. L’article conclut que la mise en œuvre universelle, rapide et cohérente d’une réponse coordonnée à la fraude et à l’évasion fiscales transfrontalières par des efforts de transparence est liée au soutien de l’opinion publique nationale et ne peut donc être obtenue par le gouvernement qu’en tandem avec un mandat populaire.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,136
Score d'incertitude au seuil0,378

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0150,010
Communication savante0,0080,003
Science ouverte0,0020,006
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,018
Tête enseignante GPT0,323
Écart entre enseignants0,305 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeYLS (Yale Law School)Même sujetEnvironmental and Social Impact AssessmentsTravaux en français237 207