MétaCan
Menu
Retour à la cohorte
Enregistrement W2075608957 · doi:10.3138/utlj.0224

Resourceful impacts: Harm and valuation of the sacred

2014· article· en· W2075608957 sur OpenAlexvenueaboutno aff
Sari Graben

Notice bibliographique

RevueUniversity of Toronto Law Journal · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEnvironmental Justice and Health Disparities
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHarmValuation (finance)AdjudicationProsperityContext (archaeology)DamagesEnvironmental ethicsSociologyLawPolitical scienceBusinessGeographyArchaeologyFinance

Résumé

récupéré en direct d'OpenAlex

The use of rationalized risk assessment to identify the costs and benefits of protecting Aboriginal sacred sites is ubiquitous in Canadian law. Like other contemporary critics of cost-benefit analysis, I voice concerns with its use to adjudicate moral claims and recognize that it can misidentify the depth of loss experienced by Aboriginal peoples when sacred sites are destroyed. Nonetheless, in this article, I question in what ways technocratic approaches to risk could be helpful in protecting sacred sites. The article draws on two recent environmental assessments, the Prosperity Gold-Copper Mine Project in British Columbia and the Screech Lake Uranium Exploration Project in the Northwest Territories, to argue that innovative approaches to characterizing loss illustrate the potential of rationalized methods to identify harm better than it has in the past. The panels’ recommendations to reject the projects, based on the risk that the communities would suffer mental and psychological harm, reflect a genuine effort to provide decision makers with the real cost of approving these two projects. While I do not suggest that cost-benefit analysis can represent the loss of absolute values, I argue that, if done with cultural context in mind, assessment may help to extract the type of information needed to find the depth of empathy from which legal solutions may be constructed.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,465
Score d'incertitude au seuil0,944

Scores Codex et Gemma par catégorie

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

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 Opus0,019
Tête enseignante GPT0,254
Écart entre enseignants0,235 · 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.

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

Citations5
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUniversity of Toronto Law JournalMême sujetEnvironmental Justice and Health DisparitiesTravaux en français237 207