MétaCan
Menu
Retour à la cohorte
Enregistrement W7038492998

Jurisdictional Cooperation Under the Proposed Federal Impact Assessment Act (IAA)

2018· article· en· W7038492998 sur OpenAlexaboutno aff

Notice bibliographique

RevueeYLS (Yale Law School) · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueMarine Biology and Environmental Chemistry
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLegislatureContext (archaeology)Impact assessmentProcess (computing)HarmonizationEnvironmental impact assessmentEconomic impact analysis
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Constitutional responsibility over environmental issues is shared between the federal and provincial governments in Canada. As a result, efforts to ensure effective cooperation have been important to the successful implementation of environmental law and policy. With respect to impact assessments, the issue is more complex. Jurisdiction, in the context of federal impact assessment (IA) reform, is about the relationship between the federal IA process and processes in provincial, municipal, Indigenous and international jurisdictions potentially affected by proposed projects, policies, plans or programs. The focus of discussion about IA jurisdictional cooperation is often on the relationship between federal and provincial assessment processes, but it is important to consider the role of other jurisdictions. The issue is further complicated by the need to consider not just project assessments, but also regional and strategic assessments.\nIn this post, we consider the progress made under Bill C-69 toward the adoption of an effective legislative framework for cooperative impact assessments. We consider this question in three stages. We first summarize the recommendations of the Expert Panel on federal reform with respect to cooperation and harmonization with other jurisdictions and processes. We then consider the changes reflected in Bill C-69 compared to the current process under CEAA 2012. Finally, we conclude with our assessment of the effectiveness of the proposed changes and recommend adjustments to ensure meaningful progress toward effective, efficient and fair cooperative assessment processes.

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)0,029
score de la tête « metaresearch » (Gemma)0,033
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 enseignants0,950
Score d'incertitude au seuil0,363

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,033
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0130,009
Communication savante0,0120,003
Science ouverte0,0050,004
Intégrité de la recherche0,0110,008
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,008
Tête enseignante GPT0,245
Écart entre enseignants0,237 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeYLS (Yale Law School)Même sujetMarine Biology and Environmental ChemistryTravaux en français237 207