MétaCan
Menu
Retour à la cohorte
Enregistrement W2160219947 · doi:10.1080/13563467.2012.740818

The Social Cost of Environmental Solutions

2012· article· en· W2160219947 sur OpenAlexaff
Peter Dauvergne, Genevieve LeBaron

Notice bibliographique

RevueNew Political Economy · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésScholarshipEnvironmental justiceMultinational corporationSubsistence agricultureEconomicsPolitical economyUnintended consequencesHarmSociologyEconomic growthPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

This article assesses the social consequences of efforts by multinational corporations to capture business value through recycling, reusing materials and reducing waste. Synthesising evidence from the global environmental justice and feminist and international political economy (IPE) literatures, it analyses the changing social property relations of global recycling chains. The authors argue that, although recycling more would seem to make good ecological sense, corporate programmes can rely on and further ingrain social patterns of harm and exploitation, particularly for the burgeoning labour force that depends on recyclables for subsistence living. Turning the waste stream into a profit stream also relies on prison labour in some places, such as in the United States where the federal government operates one of the country's largest electronics recycling programmes. The ongoing corporatisation of recycling, the authors argue further, is devaluing already marginalised populations within the global economy. Highlighting the need to account for the dynamism between social and environmental change within IPE scholarship, the article concludes by underlining the ways in which ‘green commerce’ programmes can shift capital's contradictions from nature onto labour.

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)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,011
Communication savante0,0080,007
Science ouverte0,0010,008
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0310,002

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 Opus0,017
Tête enseignante GPT0,215
Écart entre enseignants0,198 · 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'étudeThéorique ou conceptuel
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

Citations29
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew Political EconomyMême sujetMining and Resource ManagementTravaux en français237 207