MétaCan
Menu
Retour à la cohorte
Enregistrement W2539808571 · doi:10.3390/resources5040033

Questioning the Status Quo: Can Stakeholder Participation Improve Implementation of Small-Scale Mining Laws in Ghana?

2016· article· en· W2539808571 sur OpenAlexafffund
Alex Osei‐Kojo, Nathan Andrews

Notice bibliographique

RevueResources · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensQueen's University
Organismes subventionnairesPierre Elliott Trudeau Foundation
Mots-clésStatus quoStakeholderScale (ratio)BusinessGovernment (linguistics)Disengagement theoryProcess (computing)Public relationsPolitical scienceLawGeographyComputer science

Résumé

récupéré en direct d'OpenAlex

Ghana’s small-scale mining sector faces complex challenges, including environmental degradation and pollution, loss of life and increased health risks, despite several years of implementation of small-scale mining laws. These challenges, generally, are known to have escalated because of illegal small-scale mining, locally known as “galamsey”. Despite the illegal status of this category of miners, this paper examines the extent to which stakeholder participation can improve implementation of mining regulations and also address the marginalization of these miners. This paper about stakeholder participation is timely because news reports in mid-2016 mentioned that the Government of Ghana, despite many years of disengagement, is now planning to engage with galamsey operators, in terms of registration, as part of measures to effectively regulate the activities of small-scale miners. Findings from fieldwork indicate that (1) chiefs are seldom consulted in the granting of mining licenses; (2) illegal miners do not participate in the implementation of small-scale mining laws; and (3) stakeholders, such as officers in district mining offices, feel distant from the implementation process. Against the backdrop of these findings, it remains useful to explore the extent to which effective stakeholder participation could help overcome the status quo—particularly its ramifications for both the implementation of ASM laws and the eradication of other underlying challenges the sector faces.

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)0,047
score de la tête « metaresearch » (Gemma)0,072
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,247

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0470,072
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,015
Communication savante0,0060,009
Science ouverte0,0020,007
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,025
Tête enseignante GPT0,251
Écart entre enseignants0,226 · 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

Citations33
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResourcesMême sujetMining and Resource ManagementTravaux en français237 207