MétaCan
Menu
Retour à la cohorte
Enregistrement W4229762251 · doi:10.32920/ryerson.14652345

Bridging science and law across jurisdictions in Canadian species at risk policy : four case studies

2021· preprint· en· W4229762251 sur OpenAlexaffabout
Maria-Lena Di Giuseppe

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Conservation and Management
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésLegislationStewardship (theology)Political scienceGeographyEnvironmental planningBusinessEcologyLawBiology

Résumé

récupéré en direct d'OpenAlex

1.0 Introduction -- 2.0 Methods -- 3.0 Federal Legal Measures for Species at Risk in Canada -- 4.0 Provincial Legal Measures for Species at Risk in Ontario -- 5.0 Ontario Species at Risk: Two Case Studies -- 6.0 Provincial Legal Measures for Species at Risk in British Columbia -- 7.0 British Columbia Species at Risk: Two Case Studies -- 8.0 Policy Recommendations -- 9.0 Conclusions and Applications for Future Research. The purpose of this thesis is to evaluate the effectiveness of current legal measures for protecting species at risk in Canada through an interpretive qualitative method. Four species case studies were analyzed: The Eastern Loggerhead Shrike, Jefferson Salamander, Northern Spotted Owl, and Vancouver Island Marmot. Policy recommendations for reforms arising from the research are: i) inter-jurisdictional cooperation is imperative for protecting species at risk; ii) dedicated species at risk legislation is crucial, and it is recommended that such legislation exist at both federal and provincial levels; iii) flexibility instruments and exemptions to existing law should be scientifically informed and used cautiously; iv) private landowners are significant stakeholders and stewardship efforts are important; v) scientific information and the definition of critical habitat for species at risk are crucial. The thesis concludes that a science-based precautionary approach to species protection is fundamental to address the plight of species at risk in Canada.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,093
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0000,005
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 Opus0,034
Tête enseignante GPT0,296
Écart entre enseignants0,262 · 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

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetEnvironmental Conservation and ManagementTravaux en français237 207