MétaCan
Menu
Retour à la cohorte
Enregistrement W4211123280 · doi:10.1139/facets-2021-0058

Assessing a proponent-driven process for endangered species threat mitigation: Ontario’s <i>Endangered Species Act</i>, American Eel, and hydropower

2022· article· en· W4211123280 sur OpenAlexafffundvenueabout
Dirk A. Algera, Kate L. Neigel, Kerri Kosziwka, Alice E.I. Abrams, Daniel M. Glassman, Joseph Bennett, Steven J. Cooke, Nicolas W. R. Lapointe

Notice bibliographique

RevueFACETS · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Conservation and Criminology Analyses
Établissements canadiensCanadian Wildlife FederationUniversity of OttawaCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Pittsburgh
Mots-clésEndangered speciesHydropowerEnvironmental resource managementEnvironmental planningAnguilla rostrataBest practiceBusinessHabitatEnvironmental scienceFisheryEcologyBiologyPolitical science

Résumé

récupéré en direct d'OpenAlex

American Eel (Anguilla rostrata) were used as a case study to assess whether Ontario’s Endangered Species Act proponent-driven regulatory approach resulted in successful imperilled species management outcomes. American Eel observation databases and proponent-prepared mitigation plans and monitoring data were used to assess whether: ( i) facilities within the distribution range were registered, ( ii) effects monitoring protocols were adequate to evaluate adverse effects of facilities, ( iii) proponents implemented mitigation actions that followed best management practices (BMPs), and ( iv) effectiveness monitoring designs were adequate to evaluate effectiveness of mitigation actions. Less than half of the facilities (8 of 17) within the extant species range were registered. Few eels were observed at each facility, precluding proponents from effectively evaluating the facilities’ effects. Mitigation actions following BMPs were only implemented for eel out-migration at three facilities. Half of the registered facilities implemented effectiveness monitoring, but experimental designs did not follow best practices and standards. To improve this proponent-driven approach, regulators could reduce ambiguity in regulation language and provide clearer, quantitative requirements for facility registration, effects monitoring, mitigation actions, and effectiveness monitoring. Proponents could improve monitoring efforts to establish species occurrence and generate baseline data to measure facility effects and mitigation action effectiveness.

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)0,020
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,956
Score d'incertitude au seuil0,816

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,024
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,003
Communication savante0,0030,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,058
Tête enseignante GPT0,300
Écart entre enseignants0,242 · 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'étudeQualitatif
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
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueFACETSMême sujetWildlife Conservation and Criminology AnalysesTravaux en français237 207