Analyzing the Effectiveness of Environmental Impact Assessment in Paraná, Brazil and California, United States With Fuzzy-set Qualitative Comparative Analysis and the Analytical Hierarchy Process
Notice bibliographique
Résumé
Abstract Environmental impact assessment (EIA) has become one of the most widespread environmental management instruments. Despite this, EIA is routinely criticized for being ineffective at impacting decision-making. This study compared the EIA systems of Paraná, Brazil and California, United States using the effectiveness dimensions from the EIA literature. This study formats the cases into contextual conditions using the fuzzy-set qualitative comparative analysis (fsQCA) to identify the necessary and sufficient conditions that cause effective outcomes. These effectiveness outcomes are then ranked by EIA stakeholders via the analytical hierarchy process (AHP) to identify stakeholder priorities and to improve stakeholder management. The results show that in Paraná stakeholders identified normative effectiveness as the most important dimension, while stakeholders in California identified this dimension as the second-most important following substantive effectiveness. Public participation was found to be a necessary condition for both substantive and normative effectiveness to occur. Early project definition was found to be sufficient for substantive effectiveness and necessary for normative effectiveness, for which stakeholder coordination was a sufficient condition. This suggests that in order for EIA to influence decision-making and foster sustainable development, greater care needs to be taken to actively engage stakeholders in public participation, with clear roles and project design communicated early on, and a clear role for regulatory authority to promote stakeholder coordination for acceptable outcomes. These findings suggest that some effectiveness dimensions are caused by similar conditions, which could help focus stakeholder management efforts and point to new avenues for future EIA effectiveness research.
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 | 0,014 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».