MétaCan
Menu
Retour à la cohorte
Enregistrement W2780819570 · doi:10.22495/jgr_v6_i4_p1

Environmental sustainability versus economic interests: a search for good governance in a macroeconomic perspective

2017· article· en· W2780819570 sur OpenAlexaffabout
Karolina Stecyk

Notice bibliographique

RevueJournal of Governance and Regulation · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésLegislationSustainabilityBusinessCorporate governanceEnforcementEnvironmental degradationGovernment (linguistics)CorporationEnvironmental lawNatural resourceNatural resource economicsEconomic policyEnvironmental planningEconomicsFinancePolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Finding the proper balance between economic benefit and sustainable development has been an issue for many local governments, especially in the regions that depend strongly on natural resources. One of Canada’s largest contributors to environmental degradation is the oil sands in Alberta. The degradation occurs on land, in water, and in the air as a result of oil extraction and tailings ponds. The purpose of the paper is to argue that although the government of the province of Alberta and the federal government have developed legislation including licensing and policies (frameworks and directives) to reduce and prevent environmental degradation, they fail to ensure compliance with the legislation and policies because the governments prefer economic gain to environmental sustainability. The lack of strong compliance enforcement suggests a lack of effectiveness and efficiency. Subsequently, a failure in the rule of law occurs because oil corporations, due to their economic impact, are treated as above the law. The bias for the corporation over the environment hinders good governance. Overall, both governments find balancing protecting the environment and gaining financial benefits challenging.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,696
Score d'incertitude au seuil0,630

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,049
Tête enseignante GPT0,300
Écart entre enseignants0,251 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations4
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Governance and RegulationMême sujetClimate Change Policy and EconomicsTravaux en français237 207