MétaCan
Menu
Retour à la cohorte
Enregistrement W4412424607 · doi:10.1016/j.jenvman.2025.126569

Distinguishing among remediation, reclamation, and offsetting in the pursuit of no net loss

2025· article· en· W4412424607 sur OpenAlexaffabout
David W. Poulton, Martine Maron

Notice bibliographique

RevueJournal of Environmental Management · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Conservation and Management
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of Queensland
Mots-clésLand reclamationBiodiversityEnvironmental remediationCLARITYEnvironmental planningEnvironmental resource managementHierarchyWork (physics)BusinessEnvironmental scienceEngineeringEcologyPolitical scienceBiology

Résumé

récupéré en direct d'OpenAlex

The mitigation hierarchy (avoid - minimize - remediate - offset) is a well-accepted framework for prioritizing impact mitigation measures. The roles of three kinds of habitat remediation are sometimes confused. Here we set out to distinguish among and compare "third step remediation" (3SR), the third step in the mitigation hierarchy, end-of-project reclamation/rehabilitation, and offsetting. The essential criteria for 3SR to contribute to no net loss of biodiversity are quality, quantity and timeliness, the last emphasizing the need to address biodiversity losses in a compressed timeframe. Using these criteria, we distinguish 3SR from end-of-project rehabilitation/reclamation and from biodiversity offsetting, the fourth step of the mitigation hierarchy, and offsetting from end-of-project work. We briefly review two policies from Canada and Australia which unhelpfully blur these distinctions. We seek to provide greater clarity to assist all forms of mitigation measures to contribute optimally to the conservation of biodiversity.

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)0,008
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,152
Score d'incertitude au seuil0,301

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0050,015
Communication savante0,0050,004
Science ouverte0,0020,005
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,004
Tête enseignante GPT0,196
Écart entre enseignants0,192 · 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'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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental ManagementMême sujetEnvironmental Conservation and ManagementTravaux en français237 207