MétaCan
Menu
Retour à la cohorte
Enregistrement W4396909318 · doi:10.1139/facets-2023-0118

Access to Environmental Justice in Canadian environmental impact assessment

2024· article· en· W4396909318 sur OpenAlexaffvenueabout
Thomas Gilmour, Jocelyn Stacey

Notice bibliographique

RevueFACETS · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Social Impact Assessments
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEnvironmental justiceEnvironmental impact assessmentEnvironmental planningPolitical scienceEnvironmental resource managementEnvironmental scienceLaw

Résumé

récupéré en direct d'OpenAlex

Contemporaneous reforms to Canada and British Columbia's environmental impact assessment legislation have the potential to advance Access to Environmental Justice. Access to Environmental Justice is the ability of individuals and communities who are disproportionately and negatively impacted by environmental decisions to access legal and regulatory processes and to have their concerns heard and addressed through environmental decision-making and dispute resolution. Access to Environmental Justice connects concepts of environmental justice, public participation, the rule of law, and access to justice to provide a framework for evaluating the implementation of environmental impact assessment laws. We conducted a preliminary analysis of early implementation of legislative reforms in Canada and British Columbia. Our analysis indicates that a number of factors influence who is seeking to access environmental justice through environmental impact assessment, including geography, project type, and the availability of a legislative mechanism that allows anyone to request an assessment. Whether Canada and British Columbia's reforms are advancing Access to Environmental Justice requires continued analysis as projects continue to be assessed under the new laws.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0200,007

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 Opus0,015
Tête enseignante GPT0,343
Écart entre enseignants0,329 · 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

Citations9
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFACETSMême sujetEnvironmental and Social Impact AssessmentsTravaux en français237 207