MétaCan
Menu
Retour à la cohorte
Enregistrement W4252210982 · doi:10.1142/s1464333201000832

TOWARDS A STRUCTURED APPROACH TO STRATEGIC ENVIRONMENTAL ASSESSMENT

2001· article· en· W4252210982 sur OpenAlexaff
Bram Noble, Keith Storey

Notice bibliographique

RevueJournal of Environmental Assessment Policy and Management · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Social Impact Assessments
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésStrategic environmental assessmentPlan (archaeology)Management scienceEnvironmental planningEnvironmental impact assessmentComputer scienceStrategic planningEnvironmental resource managementOperations researchProcess managementEngineeringEnvironmental scienceBusinessPolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

Considerable attention has been given to the role of strategic environmental assessment (SEA) in policy, plan and program assessment; however, there is very little consensus on an appropriate methodology for SEA. Two basic perspectives on SEA methodology emerge from the literature: first, that appropriate SEA methodologies are readily available based on the application of project-level EIA approaches to strategic assessment questions and second, that SEA requires a different, more broad-brush approach than project-level EIA. If SEA is to advance in application and effectiveness, then appropriate SEA methodologies need to be established. Despite calls for SEA to develop more independently of project-level assessment, existing SEA methodologies tend to be based on project-level EIA principles. It is argued here that while SEA can perhaps utilise many of the existing methods from project-level EIA, it requires a different, more broad-brush, but structured methodological approach. This paper reviews the current state-of-the-art of SEA methodology, and presents a generic SEA methodological framework and example based on the notion of the "best practicable environmental option".

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 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 enseignants0,457
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,017
Tête enseignante GPT0,298
Écart entre enseignants0,281 · 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

Citations51
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Assessment Policy and ManagementMême sujetEnvironmental and Social Impact AssessmentsTravaux en français237 207