MétaCan
Menu
Retour à la cohorte
Enregistrement W2123578828 · doi:10.1111/j.1477-8947.2006.00108.x

Mining amid decentralization. Local governments and mining in the Philippines

2006· article· en· W2123578828 sur OpenAlexaff
William N. Holden, Daniel Jacobson

Notice bibliographique

RevueNatural Resources Forum · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Development and Aid
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésOpposition (politics)DecentralizationCivil societyLocal governmentLegislationCorporate governanceLocal governancePublic administrationBusinessPolitical scienceEconomic growthPoliticsLawEconomicsFinance

Résumé

récupéré en direct d'OpenAlex

In recent years, as part of its neoliberal development paradigm, the Government of the Philippines has engaged in efforts to encourage extraction of the nation's mineral resources. The Philippines is also a country where decentralization has devolved substantial powers to local governments. Concern over potentially adverse environmental effects has led to opposition to mining by some local governments in the Philippines. This opposition has led to the withholding of consent to mining projects by local governments and, in some cases, the implementation of moratoriums banning mining. Central to this opposition have been the activities of civil society groups, and their collaboration with local governments. This collaboration has involved the drafting of legislation prohibiting mining and support of candidates for office who are opposed to mining. Collectively, Filipino local governments and civil society groups are examples of the concept of governance, a dispersed process wherein society manages itself for the betterment of all its members. For mining companies seeking to implement projects, it is no longer sufficient to have the consent of the national Government — that of local governance forces must also be considered.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: Empirique
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil0,180

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0050,008
Communication savante0,0040,003
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,008
Tête enseignante GPT0,257
Écart entre enseignants0,248 · 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

Citations18
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNatural Resources ForumMême sujetInternational Development and AidTravaux en français237 207