論文の概要: Controversy and consensus: common ground and best practices for life cycle assessment of emerging technologies

• arxiv url: http://arxiv.org/abs/2501.10382v2
• Date: Wed, 22 Jan 2025 21:36:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-24 15:56:37.790818
• Title: Controversy and consensus: common ground and best practices for life cycle assessment of emerging technologies
• Title（参考訳）: 論争とコンセンサス:新興技術のライフサイクルアセスメントのための共通基盤とベストプラクティス
• Authors: Rachel Woods-Robinson, Mik Carbajales-Dale, Anthony Cheng, Gregory Cooney, Abby Kirchofer, Heather P. H. Liddell, Lisa Peterson, I. Daniel Posen, Sheikh Moni, Sylvia Sleep, Liz Wachs, Shiva Zargar, Joule Bergerson,
• Abstract要約: 我々は,LCA実践者や専門家による研究ネットワークにおいて,各トピックの宣言的解決に対する支援と反対の要点と,合意の要点を提示する。 これらの議論と関連するオープンな質問は、新興技術の評価に関わる共通の課題に対する実践者や意思決定者の間での意識を高めることを目的としている。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: The past decade has seen a surge in public and private interest in the application of life cycle assessment (LCA), further accelerated by the emergence of new policies and disclosure practices explicitly mandating LCA. Simultaneously, the magnitude and diversity of stakeholder groups affected by LCA and LCA-based decision making have expanded rapidly. These shifts have brought about a renewed sense of urgency in conducting LCA faster, more accurately, and (often) earlier in the technology development cycle when products and materials can be more easily replaced, modified, or optimized. However, this increased demand for LCA of emerging technologies has revealed several crucial yet unsettled areas of debate regarding best practices for assessing sustainability at early stages of technology development. In this paper, we explore six such controversial topics: (1) appropriate use of LCA, (2) uncertainty assessment, (3) comparison with incumbents, (4) adopting standards, (5) system scale-up, and (6) stakeholder engagement. These topics encompass key issues vigorously debated during a series of workshop-style discussions convened by the LCA of Emerging Technologies Research Network (currently hosted by ACLCA). In this paper, we present the main points of support and opposition for a declarative resolution representing each topic, along with points of consensus, held amongst our research network of LCA practitioners and experts. These debates and associated open questions are intended to build awareness amongst practitioners and decision-makers of the common challenges associated with assessing emerging technologies, while fostering evidence-based and context-informed discussions that are both transparent and impactful for the broader community.
• Abstract（参考訳）: 過去10年間、LCA(ライフサイクルアセスメント)の適用に対する公共および民間の関心が高まり、新たな政策の出現とLCAを明確に強制する開示慣行がさらに加速した。 同時に、LCAおよびLCAに基づく意思決定による利害関係者群の規模と多様性が急速に拡大した。 これらの変化は、LCAをより速く、より正確に実行し、製品や材料をより簡単に交換したり、変更したり、最適化したりできる技術開発サイクルの早い段階で、新たな緊急性をもたらした。 しかし、新興技術のLCA需要の増加は、技術開発の初期段階において持続可能性を評価するためのベストプラクティスについて、重要かつ未解決の領域をいくつも明らかにしている。 本稿では,(1)LCAの適正使用,(2)不確実性評価,(3)既存者との比較,(4)標準の採用,(5)システムスケールアップ,(6)利害関係者の関与の6つのトピックについて検討する。 これらのトピックは、LCA of Emerging Technologies Research Network(現在はACLCAが主催)が主催するワークショップスタイルの議論で活発に議論された重要な問題を含んでいる。 本稿では,LCA実践者や専門家による研究ネットワークにおいて,各トピックを対象とした宣言的解決への支援と反対の要点と,合意の要点について述べる。 これらの議論と関連するオープンな質問は、新興技術を評価することに関連する共通の課題に対する実践者や意思決定者の間での意識を高めることを目的としており、同時に、より広いコミュニティにとって透明で影響力のあるエビデンスベースの、文脈インフォームドな議論を促進することを目的としている。

関連論文リスト

• Revisiting Technical Bias Mitigation Strategies [0.11510009152620666]
  人工知能(AI)コミュニティにおける偏見を緩和し、公平性を高める努力は、主に技術的な解決策に焦点を当てている。 多くのレビューがAIのバイアスに対処しているが、このレビューは医療設定における技術的ソリューションの実践的限界に特化している。 医療・バイオメディカル応用に焦点をあてた実証的研究により,それぞれの限界について解説する。
  論文  参考訳（メタデータ） (2024-10-22T21:17:19Z)
• A Survey of Ontology Expansion for Conversational Understanding [25.39780882479585]
  本報告では,会話理解のためのOnExpの最先端技術について概説する。 既存の文献を,(1)新しい発見,(2)新しいスロットバリュー発見,(3)ジョイントオンExpの3つの領域に分類する。
  論文  参考訳（メタデータ） (2024-10-19T07:27:30Z)
• The Imperative of Conversation Analysis in the Era of LLMs: A Survey of Tasks, Techniques, and Trends [64.99423243200296]
  会話分析(CA)は、会話データから重要な情報を発見し分析する。 本稿では,CAタスクの徹底的なレビューとシステム化を行い,既存の業務を要約する。 会話シーンの再構築,奥行きの属性分析,ターゲットトレーニングの実行,会話の生成から,CAの4つの重要なステップを導出した。
  論文  参考訳（メタデータ） (2024-09-21T16:52:43Z)
• Large Multimodal Agents: A Survey [78.81459893884737]
  大規模言語モデル(LLM)は、テキストベースのAIエージェントのパワーで優れたパフォーマンスを実現している。 LLMを利用したAIエージェントをマルチモーダルドメインに拡張することに焦点を当てた、新たな研究トレンドがある。 本総説は, この急速に発展する分野において, 今後の研究に有用な洞察とガイドラインを提供することを目的としている。
  論文  参考訳（メタデータ） (2024-02-23T06:04:23Z)
• Responsible AI Considerations in Text Summarization Research: A Review of Current Practices [89.85174013619883]
  私たちは、責任あるAIコミュニティがほとんど見落としている共通のNLPタスクである、テキスト要約に重点を置いています。 我々は,2020-2022年に出版されたACLアンソロジーから333の要約論文の多段階的質的分析を行った。 私たちは、どの、どの、どの責任あるAI問題がカバーされているか、どの関係するステークホルダーが考慮されているか、そして、述べられた研究目標と実現された研究目標のミスマッチに焦点を合わせます。
  論文  参考訳（メタデータ） (2023-11-18T15:35:36Z)
• Exploring Links between Conversational Agent Design Challenges and Interdisciplinary Collaboration [0.0]
  本論文は、会話エージェント(CA)作成における社会技術的課題に焦点を当てたものである。 学際的コラボレーション(IDC)をレンズとして用いたCA設計課題の分類法を提案する。 本稿では,既存の設計原則を補完する実践的戦略を提案する。
  論文  参考訳（メタデータ） (2023-11-15T10:20:49Z)
• Regulation and NLP (RegNLP): Taming Large Language Models [51.41095330188972]
  我々は,NLP研究が規制研究や隣接分野に近接することのメリットを論じる。 我々は、規制とNLPに関する新しい多分野研究空間の開発を提唱する。
  論文  参考訳（メタデータ） (2023-10-09T09:22:40Z)
• Surveying (Dis)Parities and Concerns of Compute Hungry NLP Research [75.84463664853125]
  我々は,3つのトピック,すなわち環境影響,株式,およびピアレビューへの影響に関する懸念を定量化するための最初の試みを提供する。 我々は、高齢者、アカデミック、産業に関して、異なるグループと異なるグループ内の既存の(異なる)格差を捉えます。 私たちは、発見された格差を軽減するためのレコメンデーションを考案しました。
  論文  参考訳（メタデータ） (2023-06-29T12:44:53Z)
• Fairness in Recommender Systems: Research Landscape and Future Directions [119.67643184567623]
  本稿は,近年の地域におけるフェアネスの概念と概念について概観する。 この分野での研究が現在どのように行われているのかを概観する。 全体として、最近の研究成果の分析は、ある研究のギャップを示している。
  論文  参考訳（メタデータ） (2022-05-23T08:34:25Z)
• A Methodology for Assessing the Environmental Effects Induced by ICT Services. Part I: Single Services [0.0]
  情報通信技術(ICT)は、気候変動対策の鍵となるものと見なされている。 ICTサービスの環境効果を推定する様々な取り組みが始まっている。 本稿では,既存の方法論の欠点を特定し,解決策を提案する。
  論文  参考訳（メタデータ） (2020-06-18T19:55:23Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。