Storylines of research on resource extraction and health in Canada: A modified metanarrative synthesis
Notice bibliographique
Résumé
Patterns of research on resource extraction's health effects display problematic gaps and underlying assumptions, indicating a need to situate health knowledge production in the context of disciplinary, corporate and neocolonial influences and structures. This paper reports on a modified metanarrative synthesis of 'storylines' of research on resource extraction and health in the Canadian context. Peer-reviewed articles on mining or petroleum extraction and health published between 2000 and 2018 and dealing with Canadian populations or policies (n = 87) were identified through a systematic literature search. Coding identified main disciplinary traditions, methodologies and approaches for judging high-quality research. Underlying assumptions were analyzed in terms of models of health and well-being; resource extraction's political economic drivers; and representations of Indigenous peoples, territories and concerns. Findings included a preponderance of occupational and environmental health studies; frequent presentation of resource extraction without political economic antecedents, and as a major contributor to Canadian society; sustainable development aspirations to mitigate health impacts through voluntary private-sector governance activities; representations of Indigenous peoples and concerns ranging from complete absence to engagement with legacies of historical trauma and environmental dispossession; and indictment of corporate (especially asbestos industry) and government malfeasance in a subset of studies. Canada's world-leading mining sector, petroleum reserves and population health traditions, coupled with colonial legacies in both domestic and overseas mining and petroleum development, make these insights relevant to broader efforts for health equity in relation to resource extraction. They suggest a need for strengthened application of the precautionary principle in relation to resource extraction; nuanced attention to corporate influences on the production of health science; more profound challenges to dominant economic development models; and extension of well-intentioned efforts of researchers and policymakers working within flawed institutions.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».