MétaCan
Menu
Retour à la cohorte
Enregistrement W2032650002 · doi:10.1177/1086026609358969

Powerful or Just Plain Power-Full? A Power Analysis of Impact and Benefit Agreements in Canada’s North

2010· article· en· W2032650002 sur OpenAlexaffabout
Ken J. Caine, Naomi Krogman

Notice bibliographique

RevueOrganization & Environment · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésNegotiationPaceContext (archaeology)Resource (disambiguation)Natural resourcePower (physics)Political scienceEnvironmental planningBusinessGeographyLaw

Résumé

récupéré en direct d'OpenAlex

Impact and benefit agreements (IBAs) between natural resource developers and Aboriginal communities are increasingly portrayed as viable approaches to assure Aboriginal people will reap economic benefits of resource extraction in their traditional territories. Drawing from existing literature about the social context of IBA negotiations, especially in Northern Canada, the authors’ analysis contributes to the study of negotiated agreements by using Lukes’s three dimensions of power to examine how IBAs confer particular advantages and disadvantages to Aboriginal people and proponents of development, thereby distributing power inequitably. The authors argue that, under some conditions, IBAs may provide more direct engagement with industry and a sharing of benefits from resource development than heretofore has been provided in Northern Canada. Depending on the before-, during- and after processes and outcomes, IBAs can also stifle Aboriginal people from sharing information about benefits negotiated by other groups, prevent deeper understanding of long-term social impacts of development, thwart subsequent objections to the development and its impacts, and reduce visioning about the type and pace of development that is desirable.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,115
Score d'incertitude au seuil0,835

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0110,012
Communication savante0,0070,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,003
Tête enseignante GPT0,168
Écart entre enseignants0,165 · 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

Citations196
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOrganization & EnvironmentMême sujetMining and Resource ManagementTravaux en français237 207