MétaCan
Menu
Retour à la cohorte
Enregistrement W4200476677 · doi:10.22584/nr52.2021.002

Social Considerations in Mine Closure: Exploring Policy and Practice in Nunavik, Quebec

2021· article· en· W4200476677 sur OpenAlexaffvenueabout
Miranda Monosky, Arn Keeling

Notice bibliographique

RevueThe Northern Review · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésClosure (psychology)DistrustGovernment (linguistics)IndigenousNeglectPolitical scienceEnvironmental planningGeographyLaw

Résumé

récupéré en direct d'OpenAlex

Northern Canada has a long history of poorly remediated and outright abandoned mines. These sites have caused long-term environmental hazards, socio-economic disruptions, and threats to Indigenous communities across the North. Given the potential legacy effects of improper mine closure, best practice guidelines now suggest that mine closures address not only environmental remediation, but also include robust plans for mitigating social and economic impacts, and that companies engage early and consistently with impacted communities. This research seeks to understand how social and economic planning and community engagement for closure are governed in Nunavik, Quebec. Through semi-structured interviews with government and industry actors and an analysis of regional and provincial mining policy, this research demonstrates that mine closure regulations remain vague when describing how companies should involve impacted communities in mine closure planning, and governments largely neglect to regulate the social aspects of mine closure. This article discusses why an overreliance on impact assessment and overconfidence in closure regulations are creating risks for Nunavimmiut. Without regulatory change, future closures may continue to result in unemployment, social dislocation, costly abandoned sites, and continued distrust in the industry.

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)0,006
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,134
Score d'incertitude au seuil0,972

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0050,004
Communication savante0,0050,001
Science ouverte0,0020,001
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 Opus0,058
Tête enseignante GPT0,300
Écart entre enseignants0,242 · 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

Citations11
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Northern ReviewMême sujetMining and Resource ManagementTravaux en français237 207