MétaCan
Menu
Retour à la cohorte
Enregistrement W3161446318 · doi:10.1177/10704965211019083

The Politics of Transnational Advocacy Against Chinese, Indian, and Brazilian Extractive Projects in the Global South

2021· article· en· W3161446318 sur OpenAlexafffund
Leah Shipton, Peter Dauvergne

Notice bibliographique

RevueThe Journal of Environment & Development · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Development and Aid
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésCivil societyChinaContext (archaeology)PoliticsState (computer science)Political scienceEmerging marketsGlobal SouthPower (physics)Development economicsEconomyPolitical economySociologyEconomicsEconomic geographyGeography

Résumé

récupéré en direct d'OpenAlex

Activists in the global South have been navigating two powerful trends since the mid-1990s: intensifying state repression and rising investment in extractive projects from the emerging economies of Brazil, Russia, India, China, and South Africa (BRICS). In this context, this article explores the underlying forces determining the formation, endurance, and power of BRICS-South transnational advocacy networks (TANs) opposed to BRICS-based corporate extraction in the global South. By analyzing activism against Chinese, Indian, and Brazilian extractive projects in Ecuador, Ethiopia, and Mozambique, respectively, the research reveals the critical importance of domestic politics and civil society characteristics in both the BRICS and host states for shaping BRICS-South TANs, including which groups assume leadership, the extent of cross-national cooperation, and the role of nonprofits headquartered in the global North. The findings uncover core reasons for the variable resiliency and capacity of BRICS-South TANs, opening up new avenues of research and offering valuable insights for activists and policymakers.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,007
Communication savante0,0030,001
Science ouverte0,0000,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,012
Tête enseignante GPT0,267
Écart entre enseignants0,255 · 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 source (Gemma direct ou Codex distillé), 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

Citations35
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Environment & DevelopmentMême sujetInternational Development and AidTravaux en français237 207