MétaCan
Menu
Retour à la cohorte
Enregistrement W2970133578 · doi:10.1080/20430795.2019.1657315

Controversy in mining development: a study of the defensive strategies of a mining company

2019· article· en· W2970133578 sur OpenAlexaffabout
Ismael Karidio, David Talbot

Notice bibliographique

RevueJournal of Sustainable Finance & Investment · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensÉcole Nationale d'Administration Publique
Organismes subventionnairesnon disponible
Mots-clésNewspaperResource (disambiguation)Content analysisPolitical sciencePublic relationsBusinessSociologyLawSocial scienceComputer science

Résumé

récupéré en direct d'OpenAlex

This paper explores the neutralization techniques used by Strateco, a junior uranium mining company, throughout the development of the Matoush project in Quebec, Canada. Based on a content analysis of the company's annual reports, official company press releases, and newspaper articles, this study identifies six techniques used by the company to justify and defend its interests over the course of 10 years. The paper develops a better understanding of the defensive impression management strategies that resource-extraction companies may use to legitimize their positions and persuade concerned parties such as governments, stakeholders and right holders. The study contributes to the literature on neutralization techniques by documenting the employment and evolution of these techniques during controversies over resource extraction. It also highlights changes amongst concerned parties targeted by these techniques over the course of the conflict.

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 enseignants0,842
Score d'incertitude au seuil0,455

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 Opus0,007
Tête enseignante GPT0,197
Écart entre enseignants0,189 · 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

Citations17
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable Finance & InvestmentMême sujetMining and Resource ManagementTravaux en français237 207