MétaCan
Menu
Retour à la cohorte
Enregistrement W2885216754 · doi:10.3390/w10081081

Water Stewardship: Attributes of Collaborative Partnerships between Mining Companies and Communities

2018· article· en· W2885216754 sur OpenAlexaff
Jocelyn Fraser, Nadja C. Kunz

Notice bibliographique

RevueWater · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésStewardship (theology)BusinessWater scarcityStakeholder engagementStakeholderScarcityEnvironmental stewardshipEnvironmental resource managementEnvironmental planningPublic relationsWater resourcesPolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

With many of the world’s largest mines operating in jurisdictions of water scarcity, competition for water has become a frequent source of tension between mining companies and other water users. Water stewardship is, therefore, becoming an important strategy for the mining sector to address stakeholder concerns and earn social acceptance. Collaborative partnerships between mining and other water users are a necessary component of advancing water stewardship, but the attributes needed to implement a successful water stewardship strategy are understudied. This paper addresses this gap by examining two exploratory case studies in Peru and Mongolia, where collaboration has been used as a strategy for promoting more sustainable outcomes in water-scarce regions. The findings suggest that while questions remain about who is best suited to lead collaborative partnerships, trust in the entity responsible for leading collaborative partnerships (especially in situations of high conflict) and a willingness to allow each partner to play to their strengths are critical attributes of success. We conclude that the outcome of collective action between mining companies and other water users offers the potential to deliver both business and social value, and to advance more sustainable water management.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,722
Score d'incertitude au seuil0,266

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,050
Tête enseignante GPT0,238
Écart entre enseignants0,188 · 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'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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetMining and Resource ManagementTravaux en français237 207