Social Media Portrayals of Three Extractives Companies’ Funding of Sport for Development in Indigenous Communities in Canada and Australia
Notice bibliographique
Résumé
The extractives industry (mining, oil, and gas) engages in corporate social responsibility (CSR) activities to reinforce its organizational legitimacy and enhance its public image. One such approach to CSR that is popular in the industry is through funding sport initiatives aimed at Indigenous peoples (often termed Sport for Development; SFD). On the surface, such funding may seem commendable and innocuous; however, questions have been raised about the ways in which such funding may obfuscate the harmful impacts that the extractives industry has had and continues to have on Indigenous peoples and their traditional territories. Through the adoption of a postcolonial theoretical perspective and in conjunction with netnographic methods and discourse analysis, this project involved a consideration of how extractives companies portray their funding of sport programs in Indigenous communities on social media. Given the research focus on Indigenous communities in the countries known as Canada and Australia, between country differences were also examined. Three discourses related to the extractives industry’s funding of SFD in Indigenous communities in Canada and Australia were developed. These discourses included the following: 1) Extractives companies are proud “partners” of Indigenous communities; 2) Extractives companies are committed to helping Indigenous communities in Canada and Australia; and 3) Canadian extractives companies are future focused and past-blind, while Australian extractives companies are advocates for reconciliation. Overall, extractives companies in Canada and Australia were found to use social media to portray themselves as responsible and committed partners of Indigenous communities, while obscuring the ongoing histories of colonialism through discourses of empowerment and development through sport. Suggestions are made regarding ongoing interrogation of the ways in which the extractives industry perpetuates colonialism.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».