MétaCan
Menu
Retour à la cohorte
Enregistrement W2025369208 · doi:10.1080/14041040009362553

Mining sustainably: Opportunities for Canada and Brazil

2000· article· en· W2025369208 sur OpenAlexaffabout
Mary Louise McAllister, Geraldo Milioli

Notice bibliographique

RevueRaw materials report/Minerals & energy./Minerals & energy · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueMining Techniques and Economics
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSustainabilityGeographyBusinessEnvironmental planningEnvironmental resource managementEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

Complexity is the by‐word for the interconnected social, economic, environmental, and political forces that are shaping the mineral investment and trade environment today. In the past two decades, South American nations have aggressively pursued foreign investment dollars, free trade agreements, and embarked on a course of privatization of many state‐owned companies. Brazil, which long followed a policy of isolationism, also engaged in the global trend toward trade liberalization in the mid‐1990s. These developments, along with many shared characteristics, have led to a number of cooperative ventures between two countries that have a considerable stake in the mining sector; Canada and Brazil. This paper examines the developing relationship between Canada and Brazil, and highlights many of the challenges and some of the responses that characterize the changing face of the global mining regime in an era of growing socio‐environmental concerns and pressures for strategic economic alliances.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,235
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,211
Écart entre enseignants0,196 · 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
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

Citations10
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRaw materials report/Minerals & energy./Minerals & energyMême sujetMining Techniques and EconomicsTravaux en français237 207