Compliance and enforcement in a brave new (green) world: best practices and technologies for green governance
Notice bibliographique
Résumé
International and transnational cooperation is needed to strengthen environmental governance initiatives with advanced technologies. In January 2023, Ontario Tech University hosted a symposium entitled Tech With a Green Governance Conscience: Exploring the Technology–Environmental Policy Nexus. Attendees spanned diverse disciplines, sectors, and countries, bringing unique and diverse perspectives to the technology–environmental policy nexus. Emergent themes arising from the symposium include the role of artificial intelligence in environmental governance, while eliminating the detrimental social impacts associated with these advanced technologies via algorithmic bias, misunderstanding, and unaccountability. The symposium explored the tech–society–ecology interface, such as the authoritarian intensification of digitalized environmental governance, “technocracy”, and the ethical implications of sacrificing democratic legitimacy in the face of imminent environmental destruction. Select participants (i.e., co-authors) at the symposium provided input on a preliminary framework, which led to this perspective article focused on the politics surrounding green governance in the 21st century. We conclude that while emerging technologies are being deployed to address grand environmental challenges such as climate change, biodiversity loss, and resource depletion, the use of these various technologies for progressive environmental policy development and enforcement requires co-productivist approaches to constructive technology assessments and embracing the concept of technologies of humility. This necessitates a space for dialogue, reflection, and deliberation on leading adaptive environmental governance in the face of power and politics, as we interrogate the putative neutrality of advanced technology and techno-solutionism.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».