MétaCan
Menu
Retour à la cohorte
Enregistrement W4405937618 · doi:10.33002/jelp040301

Appraisal of the Legal Framework and Regulation on Automobile Emissions: Nigeria Perspectives

2024· article· en· W4405937618 sur OpenAlexvenueno aff
Eric Omo Enakireru, Gaga Wilson Ekakitie

Notice bibliographique

RevueJournal of Environmental Law & Policy · 2024
Typearticle
Langueen
DomaineEnergy
ThématiqueEnergy, Environment, and Transportation Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnforcementBusinessDeveloping countryLegislationEconomic growthEconomicsPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

The paper examined the efficacy of legal framework and enforcement of vehicular emission in Nigeria. The paper posits that the vast technological improvement in the manufacturing of automobiles and awareness in developed countries, the need to dispose of their obsolete and end of life vehicles for better environmental friendly vehicles, the interest of developing countries, like Nigeria, to meet up with global trends, improve their standard of living and alleviate poverty rate has turned them to willing recipients of used vehicles. This has a large share in the despoliation of air quality in the country by the release of high amounts of pollutants into the Nigerian atmosphere, thereby, causing headaches, loss of vision, anemia, forgetfulness and fatigue, high blood pressure, heart and circulatory diseases, cause abnormal foetal development and others. The article adopts the doctrinal approach of analytically and comparatively used of legal rules founded in primary sources; and statutes to critic the efficacy of the legal regimes in force in Nigeria. The objective of this paper was to further critic the efficacy of extant laws and regulations in Nigeria, the impact and enforcement challenges of pollution from vehicular emissions and its adverse effect on the global environmental concern. The paper concludes and recommended that all the facilities, officials and resources required should be made available to ensure that there is continuous and sound monitoring exercise of the Nigerian environment especially in areas of vehicular emissions devoid of the peculiar mix of polities, in order to properly audit the quality of air.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,927
Score d'incertitude au seuil0,424

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,262
Écart entre enseignants0,256 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Law & PolicyMême sujetEnergy, Environment, and Transportation PoliciesTravaux en français237 207