MétaCan
Menu
Retour à la cohorte
Enregistrement W4291365117 · doi:10.1002/sd.2378

Sustainability management and social license to operate in the extractive industry: The cross‐cultural gap with Indigenous communities

2022· article· en· W4291365117 sur OpenAlexaffabout
Olivier Boiral, Iñaki Heras Saizarbitoria, Marie‐Christine Brotherton

Notice bibliographique

RevueSustainable Development · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésIndigenousSustainabilityLicenseSocial connectednessPublic relationsCorporate social responsibilityBusinessSociologyPolitical sciencePsychologySocial psychologyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract This study aims to analyze the role of cross‐cultural differences between Indigenous communities and extractive organizations with regard to the sustainability measures these organizations employ. Although Indigenous communities are important stakeholders, especially in remote areas where extractive organizations are mainly located, these organizations' relationships with Indigenous communities have been overlooked in the literature on sustainability management. Drawing on a qualitative study based on 25 semi‐structured interviews with Canadian respondents, the findings show how cross‐cultural issues tend to create misunderstandings that can seriously undermine organizations' social license to operate and their initiatives for sustainability. Those issues—which include cultural differences in terms of connectedness with nature, spiritual and historical attachment to a specific territory, reliance on written documents, and conception of time—are analyzed through the lenses of practitioners with significant experience in the relationships between extractive organizations and Indigenous communities. This paper proposes measures to better manage this cross‐cultural gap. The study contributes to the literature on corporate sustainability by going back to the roots of this concept and by shedding more light on the importance of a specific category of stakeholders that tends to be overlooked in the managerial literature.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil0,181

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,014
Communication savante0,0050,003
Science ouverte0,0010,007
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 Opus0,014
Tête enseignante GPT0,241
Écart entre enseignants0,228 · 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'étudeObservationnel
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

Citations21
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSustainable DevelopmentMême sujetMining and Resource ManagementTravaux en français237 207