MétaCan
Menu
Retour à la cohorte
Enregistrement W4226189989 · doi:10.1139/facets-2021-0106

Undermining environmental assessment laws: post-assessment amendments for mines in British Columbia, Canada, and potential impacts on water resources

2022· article· en· W4226189989 sur OpenAlexaffvenueabout
Ben R. Collison, Patrick A. Reid, Hannah Dvorski, Mauricio J. Lopez, Alana R. Westwood, Nikki Skuce

Notice bibliographique

RevueFACETS · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Social Impact Assessments
Établissements canadiensDalhousie University
Organismes subventionnairesWilburforce Foundation
Mots-clésScrutinyAmendmentJurisdictionHarmGovernment (linguistics)Environmental impact assessmentDamagesWater resourcesEnvironmental planningBusinessEnvironmental protectionLawEnvironmental resource managementEnvironmental sciencePolitical scienceEcology

Résumé

récupéré en direct d'OpenAlex

In British Columbia (BC), Canada, there is increased attention on mines and their impacts on water resources. In BC, many proposed mines undergo provincial environmental assessment (EA), which predicts a mine’s risks and involves government oversight and public engagement. After approval, mines can apply for amendments that alter the project’s undertakings, including in ways that may harm water resources. We examined all amendment documents for mines undergoing provincial EA in BC from 2002 to 2020. Of the 23 approved mines, 15 (65%) requested a total of 49 amendments, of which 98% were approved. Most mines applied for their first amendment within 3 years of approval. We deemed 20 of the approved amendments (associated with 10 projects) likely to have negative impacts on water resources, including changes to effluent discharge, increased volume of water extraction, or degradation of fish habitat. Amendment applications and approval documents lacked specific, quantitative information to reinforce claims or decisions. We present the first known summary of EA amendments in any jurisdiction. Given that most mines in BC receive amendments, and many are related to water, we express concern that amendment processes increase risk to water resources without meeting standards of evidence and public scrutiny required by the regular EA process.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,225
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,006
Tête enseignante GPT0,233
Écart entre enseignants0,227 · 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.

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

Citations11
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFACETSMême sujetEnvironmental and Social Impact AssessmentsTravaux en français237 207