MétaCan
Menu
Retour à la cohorte
Enregistrement W4255794442 · doi:10.7287/peerj.preprints.27409v1

Scientific shortcomings in environmental impact statements internationally

2018· preprint· en· W4255794442 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 assessmentBusinessEnvironmental planningEnvironmental resource managementManagement scienceComputer sciencePolitical scienceEconomicsGeography

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 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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil1,000

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 technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,004
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0370,003

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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnvironmental and Social Impact AssessmentsTravaux en français237 207