MétaCan
Menu
Retour à la cohorte
Enregistrement W2506769154 · doi:10.22584/nr42.2016.002

Toxic Legacies, Slow Violence, and Environmental Injustice at Giant Mine, Northwest Territories

2016· article· en· W2506769154 sur OpenAlexafffundvenueabout
John Sandlos, Arn Keeling

Notice bibliographique

RevueThe Northern Review · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEnvironmental Justice and Health Disparities
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesQueen's UniversityMcGill University
Mots-clésTailingsArsenic contamination of groundwaterArsenicIndigenousEnvironmental remediationArsenic poisoningEnvironmental protectionMining engineeringGeographyGeologyEcologyContamination

Résumé

récupéré en direct d'OpenAlex

For fifty years (1949–99) the now-abandoned Giant Mine in Yellowknife emitted arsenic air and water pollution into the surrounding environment. Arsenic pollution from Giant Mine had particularly acute health impacts on the nearby Yellowknives Dene First Nation (YKDFN), who were reliant on local lakes, rivers, and streams for their drinking water, in addition to frequent use of local berries, garden produce, and medicine plants. Currently, the Canadian government is undertaking a remediation project at Giant Mine to clean up contaminated soils and tailings on the surface and contain 237,000 tonnes of arsenic dust that are stored underground at the Giant Mine. Using documentary sources and statements of Yellowknives Dene members before various public hearings on the arsenic issue, this paper examines the history of arsenic pollution at Giant Mine as a form of “slow violence,” a concept that reconfigures the arsenic issue not simply as a technical problem, but as a historical agent of colonial dispossession that alienated an Indigenous group from their traditional territory. The long-term storage of arsenic at the former mine site means the effects of this slow violence are not merely historical, but extend to the potentially far distant future.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,624
Score d'incertitude au seuil0,748

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,015
Tête enseignante GPT0,267
Écart entre enseignants0,252 · 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

Citations89
Publié2016
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueThe Northern ReviewMême sujetEnvironmental Justice and Health DisparitiesTravaux en français237 207