MétaCan
Menu
Retour à la cohorte
Enregistrement W2508690118 · doi:10.4018/978-1-5225-0720-8.ch009

Socially Responsible Mining Corporations

2016· book-chapter· en· W2508690118 sur OpenAlexaff
Nonita T. Yap, Kerry E. Ground

Notice bibliographique

RevueAdvances in business strategy and competitive advantage book series · 2016
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésHarmSustainabilityFace (sociological concept)BusinessCorporate social responsibilityCommodityMining industryScale (ratio)Public relationsPolitical scienceFinanceEngineeringGeographySociologySocial science

Résumé

récupéré en direct d'OpenAlex

Mining is impact intensive regardless of commodity and scale. A socially responsible mining company, at a minimum, does not knowingly irreparably harm the community's ability to sustain itself after the mine closes. This chapter examines the mining sector in the Philippines: the public concerns, CSR responses and the challenges mining companies face in the country. Information was gathered through a review of academic and grey literature, key informant interviews and content analysis of Sustainability / CSR Reports. Many of the companies invest in the community as well as minimise their environmental impacts. A few invest in the community but appear to ignore people's right to a healthy environment. The chapter argues that mining can become an instrument for inclusive growth in the Philippines only if there is social peace, and that a streamlined and transparent mining policy regime, equitable benefits sharing and demilitarisation of mining areas will help bring this about.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,953
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,010
Tête enseignante GPT0,219
Écart entre enseignants0,209 · 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.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in business strategy and competitive advantage book seriesMême sujetMining and Resource ManagementTravaux en français237 207