Considering Fish as Recipients of Ecosystem Services Provides a Framework to Formally Link Baseline, Development, and Post-operational Monitoring Programs and Improve Aquatic Impact Assessments for Large Scale Developments
Notice bibliographique
Résumé
In most countries, major development projects must satisfy an Environmental Impact Assessment (EIA) process that considers positive and negative aspects to determine if it meets environmental standards and appropriately mitigates or offsets negative impacts on the values being considered. The benefits of before-after-control-impact monitoring designs have been widely known for more than 30 years, but most development assessments fail to effectively link pre- and post-development monitoring in a meaningful way. Fish are a common component of EIA evaluation for both socioeconomic and scientific reasons. The Ecosystem Services (ES) concept was developed to describe the ecosystem attributes that benefit humans, and it offers the opportunity to develop a framework for EIA that is centred around the needs of and benefits from fish. Focusing an environmental monitoring framework on the critical needs of fish could serve to better align risk, development, and monitoring assessment processes. We define the ES that fish provide in the context of two common ES frameworks. To allow for linkages between environmental assessment and the ES concept, we describe critical ecosystem functions from a fish perspective to highlight potential monitoring targets that relate to fish abundance, diversity, health, and habitat. Finally, we suggest how this framing of a monitoring process can be used to better align aquatic monitoring programs across pre-development, development, and post-operational monitoring programs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,019 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,012 |
| Communication savante | 0,008 | 0,016 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».