MétaCan
Menu
Retour à la cohorte
Enregistrement W4367337269 · doi:10.1007/978-3-031-24271-7_5

Getting It Right? The Site Selection Process for Canada’s High-level Nuclear Waste

2023· book-chapter· en· W4367337269 sur OpenAlexaffabout
Duane Bratt, Patricia Larkin, Xavier Deschênes-Philion

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueRisk Perception and Management
Établissements canadiensUniversity of OttawaMount Royal University
Organismes subventionnairesnon disponible
Mots-clésNormativeProcess (computing)Risk managementPoliticsIntervention (counseling)BusinessEnvironmental planningDemocratizationRisk analysis (engineering)EngineeringPolitical scienceFinanceComputer scienceGeographyPsychologyDemocracy

Résumé

récupéré en direct d'OpenAlex

Abstract This chapter focuses on assessment and risk management of the site selection process for Canada’s permanent high-level waste management facility for used nuclear fuel. It also examines the risk management approach related to the development of the transportation routes that will be needed to carry used nuclear fuel to the permanent deep geological repository (DGR). There are several types of risks (technological, environmental, human health, political, security, and financial) and uncertainties (epistemic, semantic, and normative) that exist in this case. Our goal is to better understand how those different risks and uncertainties are assessed by different groups (in particular the lay public, stakeholders, and experts) and handled by the risk managers. The REACT (regulatory, economic, advisory, community-based, and technology) framework is used to assess risk management practices for siting a location for high-level nuclear waste. After a general introduction to the case, three descriptive sections provide the level of individuals’ affectedness, the types of risk management intervention tools, and the level of democratization in the case. A particular emphasis is on the public consultation process for communities interested in hosting the DGR.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,199
Score d'incertitude au seuil0,400

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0050,003
Communication savante0,0050,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,051
Tête enseignante GPT0,295
Écart entre enseignants0,244 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetRisk Perception and ManagementTravaux en français237 207