MétaCan
Menu
Retour à la cohorte
Enregistrement W4253048755 · doi:10.7287/peerj.preprints.27409

Scientific shortcomings in environmental impact statements internationally

2018· preprint· en· W4253048755 sur OpenAlexaff
Gerald G. Singh, Jackie Lerner, Megan Mach, Cathryn Clarke Murray, Bernardo Ranieri, Guillaume Peterson St‐Laurent, Janson Wong, Alice Guimaraes, Gustavo Yunda-Guarin, Terre Satterfield, Kai M. A. Chan

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Social Impact Assessments
Établissements canadiensFisheries and Oceans CanadaWorld Wildlife Fund CanadaUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésJudgementScope (computer science)Context (archaeology)RigourRisk analysis (engineering)Impact assessmentEnvironmental impact assessmentBusinessManagement scienceEnvironmental planningPublic economicsPolitical scienceComputer scienceEconomicsGeographyLaw

Résumé

récupéré en direct d'OpenAlex

Governments around the world rely on environmental impact assessment (EIA) to provide rigorous analyses and an accurate appraisal of the risks and benefits of development. But how rigorous are the analyses conducted in EIAs, and how do they compare across nations? We evaluate the output from EIAs for jurisdictions in seven countries, focusing on scope (temporal and spatial), mitigation actions, and impact significance determination, which is integral for decision-making. We find that in all jurisdictions, the number of identified significant adverse impacts was consistently small (or nonexistent), regardless of context. Likely contributing to this uniformity, we find that the scopes of analyses are consistently narrower than warranted ecologically and toxicologically, many proposed mitigation measures are assumed to be effective with little to no justification,and that the professional judgement of developer-paid consultants is overwhelmingly the determinant of impact significance, with no transparent account of the reasoning processes involved. EIA can be salvaged as a rigorous, credible decision-aiding tool if rigor is enforced in assessment methodologies, regulators are empowered to enforce rigor, and pro-development conflict of interest is avoided.

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)0,333
score de la tête « metaresearch » (Gemma)0,572
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,667
Score d'incertitude au seuil0,823

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3330,572
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0150,020
Études des sciences et des technologies0,0070,024
Communication savante0,0340,030
Science ouverte0,0060,016
Intégrité de la recherche0,0100,017
Charge utile insuffisante (le modèle a refusé de juger)0,0140,004

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 Opus0,022
Tête enseignante GPT0,350
Écart entre enseignants0,329 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
DomaineÉvaluation
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnvironmental and Social Impact AssessmentsTravaux en français237 207