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/2501.10382v4
• Date: Fri, 31 Oct 2025 20:11:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-04 16:14:21.844724
• 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, Amila Abeynayaka, Mik Carbajales-Dale, Hao Chen, Anthony Cheng, Gregory Cooney, Abby Kirchofer, Manish Kumar, 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、新興技術に関する6つの主要なトピックにわたる繰り返し議論に対処するために、一連のディスカッションスタイルのワークショップで専門家を招集した。 それぞれの問題に対して、宣言的な解決を示し、それに対する主要な議論を要約し、合意のポイントを特定し、レコメンデーションを提供します。 標準を定式化する時期と、低成熟技術に対していかに広く不確実性を扱えるかは、相変わらず議論が続いている。
• 参考スコア（独自算出の注目度）: 3.5210180914841396
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Public and private interest in life cycle assessment (LCA) has grown as environmental disclosure norms tighten, driving demand for decision-relevant assessment early in technological development cycles. Early-stage LCA has the potential to guide design choices, steer innovation, and mitigate lock-in of adverse environmental impacts. However, many aspects of early-stage LCA practice remain unsettled. We convened experts in a series of Faraday Discussion-style workshops to address recurring debates across six key topics for emerging technologies: appropriate use of LCA, uncertainty, comparison with incumbents, standardization, scale-up, and stakeholder engagement. For each issue, we present a declarative resolution, summarize key arguments for and against it, identify points of consensus, and provide recommendations. Across topics, the research network converged on practical priorities including framing studies to the decision context; setting minimum reporting expectations for data and study quality; and explicitly stating limits of transferability for scenario-based uncertainty assessment or analytically scaled-up projections. Disagreements persisted on when to formalize standards and how extensively uncertainty can/should be treated for low-maturity technologies. Supplementing the workshop findings with examples and context from relevant literature, we synthesize outcomes into a set of shared challenges and research priorities to strengthen transparent, evidence-based, and context-informed approaches for early-stage LCA.
• Abstract（参考訳）: ライフサイクルアセスメント(LCA)への公共および民間の関心は、環境開示基準が厳しくなり、技術開発サイクルの早期に意思決定関連アセスメントへの需要が高まっている。 早期LCAは、設計選択、ステア・イノベーション、有害な環境影響のロックインを緩和する可能性を秘めている。 しかし、初期のLCA実践の多くの側面は未解決のままである。 私たちはFaradayのディスカッションスタイルのワークショップで、LCAの適切な使用、不確実性、既存のものとの比較、標準化、スケールアップ、ステークホルダエンゲージメントの6つの主要なトピックにまたがる、繰り返し議論に対処する専門家を招集した。 それぞれの問題に対して、宣言的な解決を示し、それに対する主要な議論を要約し、合意のポイントを特定し、レコメンデーションを提供します。 トピックを通じて、研究ネットワークは、決定コンテキストへのフレーミング研究、データおよび研究品質に対する最小限の報告予測の設定、シナリオベースの不確実性評価や分析的なスケールアップ予測に対する転送可能性の限界を明確に記述することを含む、実践的な優先事項に収束した。 標準を定式化する時期と、低成熟技術に対していかに広く不確実性を扱えるかは、相変わらず議論が続いている。 ワークショップの結果を関連文献の例と文脈で補足し、成果を共有課題と研究優先事項にまとめ、透明でエビデンスベース、文脈インフォームドアプローチを早期LCAに強化する。

関連論文リスト

• Point of Interest Recommendation: Pitfalls and Viable Solutions [44.68478552919453]
  ポイント・オブ・リコメンデーション(POI)は、観光客の経験を豊かにする上で重要な役割を担っている。 POIレコメンデーションは本質的には高いテイクであり、ユーザーはこれらの提案されたPOIを検索、選択、消費するためにかなりの時間、お金、労力を投資する。 この地域の多くの研究成果にもかかわらず、いくつかの根本的な問題は未解決のままである。
  論文  参考訳（メタデータ） (2025-07-18T08:10:09Z)
• The AI Imperative: Scaling High-Quality Peer Review in Machine Learning [49.87236114682497]
  AIによるピアレビューは、緊急の研究とインフラの優先事項になるべきだ、と私たちは主張する。 我々は、事実検証の強化、レビュアーのパフォーマンスの指導、品質改善における著者の支援、意思決定におけるAC支援におけるAIの具体的な役割を提案する。
  論文  参考訳（メタデータ） (2025-06-09T18:37:14Z)
• OpenReview Should be Protected and Leveraged as a Community Asset for Research in the Era of Large Language Models [55.21589313404023]
  OpenReviewは、研究論文、ピアレビュー、著者の反論、メタレビュー、決定結果の継続的な進化を続けるリポジトリである。 OpenReviewは、ピアレビュープロセスの品質、スケーラビリティ、説明責任の向上、真に専門家の議論に根ざした有意義でオープンなベンチマークの実現、専門家の評価、意図、科学的価値を反映した現実世界のインタラクションによるアライメント研究の支援という、ユニークな貢献が可能な3つの領域を強調します。 コミュニティは、OpenReviewに関する標準化されたベンチマークと利用ガイドラインを共同で検討し、責任あるデータの使用、倫理的考慮、集団スチュワードシップに関するより広範な対話を招待することを提案します。
  論文  参考訳（メタデータ） (2025-05-24T09:07:13Z)
• Bridging the Gap: Integrating Ethics and Environmental Sustainability in AI Research and Practice [57.94036023167952]
  我々は、AIの倫理的影響を研究するための努力は、その環境への影響を評価するものと相まって行われるべきであると論じる。 我々は,AI研究と実践にAI倫理と持続可能性を統合するためのベストプラクティスを提案する。
  論文  参考訳（メタデータ） (2025-04-01T13:53:11Z)
• Evaluating System 1 vs. 2 Reasoning Approaches for Zero-Shot Time Series Forecasting: A Benchmark and Insights [21.663682332422216]
  自己整合性は、最も効果的なテスト時の推論戦略として現れます。 グループ相対的な政策最適化は、訓練後の推論能力を高めるためにより適切なアプローチとして現れる。
  論文  参考訳（メタデータ） (2025-02-27T23:27:37Z)
• Towards Trustworthy Retrieval Augmented Generation for Large Language Models: A Survey [92.36487127683053]
  Retrieval-Augmented Generation (RAG)は、AIGC(AIGC)の課題に対処するために設計された高度な技術である。 RAGは信頼性と最新の外部知識を提供し、幻覚を減らし、幅広いタスクで関連するコンテキストを保証する。 RAGの成功と可能性にもかかわらず、最近の研究により、RAGパラダイムはプライバシーの懸念、敵対的攻撃、説明責任の問題など、新たなリスクももたらしていることが示されている。
  論文  参考訳（メタデータ） (2025-02-08T06:50:47Z)
• SoK: "Interoperability vs Security" Arguments: A Technical Framework [1.4049479722250835]
  大企業の独占力に関する懸念は、近年のメディアや政策論議で顕著に取り上げられている。 EU、米国、その他の規制当局は、より健全な市場競争を促進する努力を強化している。 当然ながら、インターオペラビリティのイニシアチブは、大企業の抵抗に直面している。
  論文  参考訳（メタデータ） (2025-02-06T22:21:14Z)
• From Efficiency Gains to Rebound Effects: The Problem of Jevons' Paradox in AI's Polarized Environmental Debate [69.05573887799203]
  これらの2次の影響を理解するには、ライフサイクルアセスメントと社会経済分析を組み合わせた学際的アプローチが必要であると論じる。 AIの真の気候フットプリントを誤って表現し、意味のある介入の範囲を制限している、と我々は主張する。
  論文  参考訳（メタデータ） (2025-01-27T22:45:06Z)
• 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)
• 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。