MétaCan
Menu
Retour à la cohorte
Enregistrement W2990223901 · doi:10.5539/jms.v9n2p115

Sustainability Index of Mining: A Case Study in Two Companies

2019· article· en· W2990223901 sur OpenAlexvenueno aff
Aline Aparecida Silva Pereira, Eduardo Gomes Salgado, Ronaldo Luiz Mincato, Augusto D. Alvarenga, Luís Antônio Coimbra Borges

Notice bibliographique

RevueJournal of Management and Sustainability · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensnon disponible
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésRanking (information retrieval)Index (typography)Triple bottom lineSustainabilityRelevance (law)Set (abstract data type)Environmental economicsSustainable developmentComputer scienceInclusion (mineral)Environmental resource managementData miningBusinessEnvironmental scienceEconomicsMachine learning

Résumé

récupéré en direct d'OpenAlex

Since the inclusion of mineral exploration as an activity with sustainable potential in Agenda 21, the development of metrics to evaluate and monitor the sector has been deemed necessary. Thus, to obtain accurate information and to develop an evaluation index, a set of indicators based on the Triple Bottom Line was selected. The methodology based on Gravity, Urgency and Trend (GUT Matrix), developed in 1981 by Kepner and Tregoe, was used to evaluate the weights assigned to the indicators. The results were organized according to the level of relevance of the environmental, social and economic criteria at levels 4, 3 and 2, respectively. A ranking was created among the indicators of each criterion that gave rise to the proposed evaluation index. Through a qualitative analysis, it was possible to validate the proposed index as to its efficiency, applicability, ability to reverse the current situation of the sector and monitoring of the exploration activity, proposing improvements & enabling the minimization of negative impacts. Finally, understand that it is possible to accept mining as a sustainable activity.

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)0,002
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 enseignants0,593
Score d'incertitude au seuil0,588

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,008
Tête enseignante GPT0,259
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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management and SustainabilityMême sujetMining and Resource ManagementTravaux en français237 207