MétaCan
Menu
Retour à la cohorte
Enregistrement W4317882229 · doi:10.3389/fenvs.2022.1055159

Risk assessment framework for cumulative effects (RAFCE)

2023· article· en· W4317882229 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueFrontiers in Environmental Science · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Social Impact Assessments
Établissements canadiensOffice of the Chief Medical ExaminerUniversity of SaskatchewanNatural Resources CanadaCanadian Forest Service
Organismes subventionnairesCanadian Forest ServiceNatural Resources CanadaU.S. Forest Service
Mots-clésOperationalizationCumulative effectsRisk assessmentEnvironmental resource managementImpact assessmentRisk managementRisk analysis (engineering)PrioritizationEnvironmental planningProcess (computing)BusinessComputer scienceEnvironmental scienceProcess managementPolitical science

Résumé

récupéré en direct d'OpenAlex

Introduction: Regional environmental risk assessment is a practical approach to understanding and proactively addressing the cumulative effects of resource development in areas of regional importance. However, regional assessment is methodologically complex, and frameworks to identify and prioritize regional risk issues to guide effective management decisions are lacking. This research develops a risk and impacts-based cumulative effects assessment framework for scoping regional cumulative effects issues to guide present and future project and regional assessment. We operationalized the framework dubbed Risk Assessment Framework for Cumulative Effects (RAFCE) to assess the risks and impacts of proposed mining development in the Ring of Fire region of Northern Ontario, Canada. Methods: Methodologically, we built on existing studies to understand the key valued ecosystem components (VECs) impacted by mining; organized an expert Bowtie Risk Assessment Tool workshop and interviews to identify regional risks and define the VECs impacted by mining; and developed an impact prioritization model that helped quantify and prioritize impacts of mining. Results and Discussion: RAFCE enabled us to: a) identify drivers and impacts of cumulative effects and potential preventive and mitigation measures for effective cumulative effects management and b) describe, quantify, and rank the major impact and components of regional interest. Using RAFCE, we can identify and prioritize impacts that are cross-cutting, multisector‐driven, synergistic, and relevant to a region, visualize and understand the risk management process, identify policy and management issues to prevent risks or mitigate impacts, and ultimately inform resource allocation for effective regional cumulative effects assessment outcomes. RAFCE is suitable for engaging diverse stakeholders in planning for regional cumulative effects assessment.

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.

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)
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 enseignants0,039
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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,008
Tête enseignante GPT0,295
Écart entre enseignants0,287 · 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