MétaCan
Menu
← Retour à la cohorte
Enregistrement W7067507317

Mediation in Environmental Assessments in Canada:\nUnfulfilled Promise?

2010· article· en· W7067507317 sur OpenAlexaboutno aff

Notice bibliographique

RevueeYLS (Yale Law School) · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Social Impact Assessments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMediationProcess (computing)Context (archaeology)Party-directed mediationInterimConciliation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The federal environmental assessment (EA) process and most. provincial EA processes in Canada either specifically provide for mediation as an option or implicitly allow for it. Inspite of this, the actual use of mediation and other forms of alternative dispute resolution (ADR) has been almost non-existent in Canadian EA. There is an emerging view, however that mediation could be applied usefully at points of the process when there is conflict among the parties. Such adjustments in process would signal the need for approval agencies -andproponents to give serious consideration to more collaborative techniques of participation. The objective of this article is to consider how mediation has been used to date, and whether it has a role to play in improving the effectiveness, efficiency and fairness of EA processes in Canada. This is accomplished through consideration of the use of mediation in recent years and the results of interviews with twenty EA practitioners. Findings show that mediation has been mainly used in the EA context in the province of Quebec. However, most respondents felt that there is potential for the use of m'ediation to strengthen EA. Based on our findings we conclude by outlining three potential ways mediation could be used in EA: as a tool within a traditional EA process to mediate contentious issues; as a process replacement for a procedural requirement; and as a way to find an interim solution to a policygap identified in a project EA.

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)0,033
score de la tête « metaresearch » (Gemma)0,051
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,119
Score d'incertitude au seuil0,866

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0330,051
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0350,021
Communication savante0,0160,007
Science ouverte0,0040,011
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,007
Tête enseignante GPT0,240
Écart entre enseignants0,234 · 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'étudeQualitatif
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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeYLS (Yale Law School)→Même sujetEnvironmental and Social Impact Assessments→Travaux en français237 207→