El principio de no causar un perjuicio significativo al medio ambiente (DNSH) como mecanismo de evaluación ambiental de las actuaciones del Plan de Recuperación, Transformación y Resiliencia: a propósito de la Orden HFP/1030/2021, del 29 de septiembre por la que se configura el sistema de gestión del Plan de Recuperación, Transformación y Resiliencia
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.
Notice bibliographique
Résumé
El Ministerio de Hacienda y Función Pública ha publicado recientemente la Orden HFP/1030/2021 que configura y desarrolla el sistema de gestión del Plan de Recuperación, Transformación y Resiliencia, en el que el principio de no causar un perjuicio significativo al medio ambiente (conocido como «DNSH»), se establece como uno de sus criterios específicos y por lo tanto de obligatoria consideración, en la ejecución de todas las actuaciones para todo el sector público y los perceptores de fondos. La evaluación de este nuevo principio ambiental se realiza en este sistema de gestión con un «test de daños ambientales» y una lista de verificación de «análisis de riesgo sobre impactos medioambientales no deseados», que los órganos responsables y gestores deberán cumplimentar para comprobar su aplicación en los procedimientos. Sin embargo, bajo la simplicidad y sencillez de estos trámites formales destinados a facilitar la coordinación y el seguimiento, subyacen importantes implicaciones prácticas en términos de carga burocrática, complejidad técnica, disponibilidad de recursos específicos adecuados y la necesidad de generar certidumbre a los sujetos implicados. Así, advertimos que pueden surgir dificultades en el abordaje de esta tarea, sobre todo si tenemos en cuenta que se va a requerir un conocimiento técnico y especializado en materia ambiental que de momento no existe en muchas administraciones.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découle