MétaCan
Menu
Retour à la cohorte
Enregistrement W7052401592

Regional & Strategic Assessments in the Proposed Federal Impact Assessment Act (IAA)

2018· article· en· W7052401592 sur OpenAlexaboutno aff

Notice bibliographique

RevueeYLS (Yale Law School) · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAtomic and Subatomic Physics Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCLARITYLegislatureImpact assessmentStrategic environmental assessmentStrategic planningEconomic impact analysisIndigenousRisk assessment
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

There has been broad agreement among academics, practitioners and stakeholders involved in impact assessment in Canada that regional and strategic assessments offer opportunities to improve the efficiency, effectiveness and fairness of assessment processes and resulting decision making. Among the key benefits are the ability to address broader policy issues, to consider the interaction among a range of past, current and possible future activities, to improve the consideration of alternatives and cumulative effects, to streamline assessments at the project level, and to attract better projects as a result of improved clarity on what types of projects are desired. In spite of its tremendous promise, and endorsement by industry, environmental and indigenous interests alike, implementation in Canada has been slow, and so far, largely ad hoc.\nIn this post, we consider the progress made under Bill C-69 toward the adoption of an effective legislative framework for regional and strategic assessments. We consider this question in three stages. We first summarize the recommendations of the Expert Panel on federal EA reform with respect to regional and strategic assessments. We then consider the changes reflected in Bill C-69. Finally, we conclude with our own assessment of the effectiveness of the proposed changes, and recommend adjustments to ensure meaningful progress on the integration of regional and strategic assessments into the federal assessment process.

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)0,040
score de la tête « metaresearch » (Gemma)0,046
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,245
Score d'incertitude au seuil0,492

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0400,046
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0040,003
Études des sciences et des technologies0,0100,008
Communication savante0,0140,003
Science ouverte0,0050,004
Intégrité de la recherche0,0160,012
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,054
Tête enseignante GPT0,379
Écart entre enseignants0,325 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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 sujetAtomic and Subatomic Physics ResearchTravaux en français237 207