MétaCan
Menu
Retour à la cohorte
Enregistrement W4238021679 · doi:10.4324/9780203012512-20

Water supply and management

2002· book-chapter· en· W4238021679 sur OpenAlexaboutno aff
John Blunden

Notice bibliographique

RevueApplied Geography · 2002
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueTransboundary Water Resource Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessEnvironmental science

Résumé

récupéré en direct d'OpenAlex

The process of environmental impact assessment (EIA) was introduced for the first time in the United States in 1969 under the National Environmental Policy Act for all major federal activities. Since then, there has been an everwidening acceptance, particularly by the industrialised nations of the world, of the view that environmental effects likely to be caused by a proposed development are material considerations within any planning decision-making process. The influence of the US federal measures led to the rapid incorporation of EIA into state and local statutes across that country and then by the government of Canada in 1973. Many other developed countries followed including, Australia at commonwealth level (1974), Japan (1984) and New Zealand (1991). Although a number of its member countries, such as France and Ireland, had embraced EIAs as early as 1976, followed by the Netherlands (1981), the Council of Environmental Ministers of the European Communities did not adopt a Directive on EIAs for certain types of development until 1985. Their implementation became mandatory in 1988 ( Montz and Dixon 1993 ; Sanchez 1993 ; Geraghty 1996 ). As for developing countries, while many of the 121 sovereign states that might be so categorised had, by the 1990s, at least considered EIA legislation, only nineteen had put in place the necessary administrative, institutional and procedural frameworks for the implementation of EIA systems, only six of which were successfully operational ( Ebisemiju 1993 ).

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,225

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,001
Communication savante0,0050,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0670,014

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 Opus0,010
Tête enseignante GPT0,203
Écart entre enseignants0,192 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations75
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied GeographyMême sujetTransboundary Water Resource ManagementTravaux en français237 207