Harnessing opportunities for good governance of health impacts of mining projects in Mongolia: results of a global partnership
Notice bibliographique
Résumé
BACKGROUND: The Sustainable Development Goals call for the effective governance of shared natural resources in ways that support inclusive growth, safeguard the integrity of the natural and physical environment, and promote health and well-being for all. For large-scale resource extraction projects -- e.g. in the mining sector -- environmental regulations and in particular environmental impact assessments (EIA) provide an important but insufficiently developed avenue to ensure that wider sustainable development issues, such as health, have been considered prior to the permitting of projects. METHODS: In recognition of the opportunity provided in EIA to influence the extent to which health issues would be addressed in the design and delivery of mining projects, an international and intersectoral partnership, with the support of WHO and public funds from Canadian sources, engaged over a period of six years in a series of capacity development activities and knowledge translation/dissemination events aimed at influencing policy change in the extractives sector so as to include consideration of human health impacts. RESULTS: Early efforts significantly increased awareness of the need to include health considerations in EIAs. Coupling effective knowledge translation about health in EIA with the development of networks that fostered good intersectoral partnerships, this awareness supported the development and implementation of key pieces of legislation. These results show that intersectoral collaboration is essential, and must be supported by an effective conceptual understanding about which methods and models of impact assessment, particularly for health, lend themselves to integration within EIA. CONCLUSIONS: The results of our partnership demonstrate that when specific conditions are met, integrating health into the EIA system represents a promising avenue to ensure that mining activities contribute to wider sustainable development goals and objectives.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».