MétaCan
Menu
Retour à la cohorte
Enregistrement W4281996043 · doi:10.1080/13549839.2022.2078293

Development for whom?: an Indigenous environmental justice movement in Bangladesh

2022· article· en· W4281996043 sur OpenAlexaff
Mohammad Mahmud Hasan

Notice bibliographique

RevueLocal Environment · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWater Governance and Infrastructure
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésEnvironmental justiceIndigenousMovement (music)Economic JusticeClimate justicePolitical scienceEnvironmental movementGeographySociologyEnvironmental planningEnvironmental resource managementEconomic growthDevelopment economicsEnvironmental ethicsClimate changePoliticsEconomicsLawEcology

Résumé

récupéré en direct d'OpenAlex

Indigenous peoples around the world tend to be disproportionately affected by resource extraction activities having access to fewer technical, legal and other resources to participate effectively in the decision-making process. Taking a resistance movement concerning the Phulbari Coal Project in Bangladesh, through qualitative research, this paper examines how Indigenous peoples frame their claims in a mining conflict situation. The Phulbari resistance movement took place more than a decade ago in Bangladesh, however, local Indigenous peoples, Bangalee farming communities, and activists still bear the spirit of the movement. As such, this study seeks to test the claims of how the Indigenous and farming communities, and the actions of national and transnational environmental justice organisations in the Phulbari resistance movement form part of an environmental justice movement. The paper argues that various components of Indigenous resistance and claims may contribute to the overall goals of the environment justice movement against powerful transnational corporations in the global South.

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)0,004
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 enseignants0,063
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0140,009
Communication savante0,0030,003
Science ouverte0,0010,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,010
Tête enseignante GPT0,234
Écart entre enseignants0,224 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLocal EnvironmentMême sujetWater Governance and InfrastructureTravaux en français237 207