Energy Governance, Transnational Rules, and the Resource Curse: Exploring the Effectiveness of the Extractive Industries Transparency Initiative (EITI)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Transnational standards for disclosure have become a defining feature of global governance and sound economic development, yet little is known about their effectiveness. This study statistically explores the efficacy of such standards for the important case of the Extractive Industries Transparency Initiative (EITI), an international non-governmental organization which maintains a voluntary standard for revenue transparency in the extractive industries. As of November 2015, 31 countries were “EITI Compliant” and another 49 were “EITI Candidates.” In total, 49 countries had disclosed payments and revenues worth some $1.67 trillion in more than 200 “EITI Reports”, and over 90 major companies involved in oil, gas, and mining are committed to supporting the EITI. The EITI has also received support from 84 global investment institutions that collectively manage about $16 trillion in energy infrastructural assets. Moreover, the European Union, African Union, G8 and G20, and the United Nations have all endorsed the EITI. This article provides the first broad empirical examination of the EITI’s effectiveness in improving governance and economic development outcomes in its member countries using non-parametric tests, regression analysis, and data from the World Bank. We analyze the performance of the first 16 countries to attain EITI Compliance Status over the period of 1996–2014. We find, interestingly, that in most metrics EITI countries do not perform better during EITI compliance than before it, and that they do not outperform other countries. We postulate four possible explanations behind the relative weakness of the EITI: a limited mandate, its voluntary nature, stakeholder resistance, and dependence on strong civil society.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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