MétaCan
Menu
Retour à la cohorte
Enregistrement W4308572913 · doi:10.1139/er-2022-0023

Wildlife health in environmental impact assessments: are we missing a key metric?

2022· article· en· W4308572913 sur OpenAlexafffundvenueabout
O. Alejandro Aleuy, Susan Kutz, Mark L. Mallory, Jennifer F. Provencher

Notice bibliographique

RevueEnvironmental Reviews · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Social Impact Assessments
Établissements canadiensEnvironment and Climate Change CanadaAcadia UniversityUniversity of Calgary
Organismes subventionnairesEnvironment and Climate Change Canada
Mots-clésWildlifeEnvironmental resource managementEnvironmental planningWildlife conservationWildlife diseaseGeographyOne HealthBiodiversityEnvironmental impact assessmentEnvironmental healthPublic healthEcologyEnvironmental scienceBiologyMedicine

Résumé

récupéré en direct d'OpenAlex

Environmental impact assessments (EIAs) aim to assess the predicted effects of future projects on the environment, human health, and the economic potential of a region. They are an instrumental tool for sustainable development and to reduce the impact of large-scale industrial projects on biodiversity. The accurate assessment of the effects of projects on wildlife populations has a variety of ecological, cultural, and economic implications. However, assessments are commonly done using indirect indicators such as the predicted impact of changes in the quantity and quality of wildlife habitat and (or) predicted changes in nonspecific wildlife population metrics (e.g., relative abundance). In recent decades, the interpretation of wildlife health has moved from the classical dichotomous state of “disease presence/absence” to a broader concept that integrates the interaction of biological, social, and environmental health determinants. We sought to determine how wildlife health metrics are used in EIA processes and propose a framework to characterize, quantify, and monitor wildlife health in future EIAs. First, we performed a targeted review of EIA documents from three jurisdictions in Canada to characterize the relevance and use of “wildlife health” in these documents. Then, we reviewed case studies and research examples to understand wildlife health in different contexts associated with conservation biology to propose a framework to incorporate wildlife health into baseline monitoring and mitigation processes in EIAs. Our targeted review illustrates that while wildlife health and related terminology is often invoked in the main and specific objectives of EIAs, it is rarely tracked and quantified in EIAs and related processes. We identified approaches that can be used to effectively incorporate wildlife health in EIAs, including context-specific wildlife health metrics, participatory epidemiology, community-based sampling, and local ecological knowledge. We illustrate case studies where wildlife health can facilitate the inclusion of communities, Indigenous governments, and local ecological knowledge into the evaluation process of projects and developments and into comanagement practices of wildlife. Our work highlights the critical need to move towards incorporating wildlife health into EIA processes to provide a more direct and holistic perspective on the potential environmental impacts and improve the opportunities for early implementation of mitigation measurements.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,510
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0200,001

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,355
Écart entre enseignants0,316 · 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

Citations7
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueEnvironmental ReviewsMême sujetEnvironmental and Social Impact AssessmentsTravaux en français237 207