MétaCan
Menu
Retour à la cohorte
Enregistrement W7057998016

Making Sense of Mitigation Used to Address Industrial Effects on
\nWildlife in Canadian Environmental Assessments

2015· other· en· W7057998016 sur OpenAlexaffabout

Notice bibliographique

RevueYorkSpace (York University) · 2015
Typeother
Langueen
DomaineEngineering
ThématiqueMagnetic Field Sensors Techniques
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Process (computing)Context (archaeology)SustainabilityGovernment (linguistics)Limiting
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Within a given industrial project, adverse environmental effects are a likely occurrence. Current environmental sustainability doctrine in Canada suggests that adverse environmental effects need to be adequately addressed in order to be avoided or minimized. The Environmental Assessment (EA) process has been developed to provide a systematic means for effects analysis and to cultivate mitigation programs to offset adverse effects. However, the progress of EAs often leads to development of industry with inadequate regard for mitigation for wildlife and their habitats. To better understand the mechanisms of mitigation programs used to offset effects to wildlife in the Canadian EA process, I established three studies consisting of quantitative and qualitative methods of inquiry. In the first study, I interviewed mitigation experts on their use and perceptions of success of various mitigation programs. I found that programs used by experts in different occupation groups differ in terms of frequency of use. Further, the overall pattern for perception of success of mitigation programs remained consistent. Experts were hesitant to label any mitigation program as reliably successful in offsetting adverse environmental effects. Second, I examined the role of an informational tool in informing EAs and subsequent mitigation. Using a Strengths, Weaknesses, Opportunities, and Threats analysis, I evaluated the telemetry tool. I found that a specific set of support systems is needed to implement telemetry on a useful basis. Last, I used data from experts’ knowledge interviews to unearth trends in mitigation practices. I used this information to develop policy and operational recommendations for improving the Canadian EA process. I conclude this dissertation with a synthesis chapter that demonstrates the contributions of these studies, and provides suggestions for future research.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,728
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,025
Tête enseignante GPT0,233
Écart entre enseignants0,207 · 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.

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
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueYorkSpace (York University)Même sujetMagnetic Field Sensors TechniquesTravaux en français237 207