MétaCan
Menu
Retour à la cohorte
Enregistrement W4313440815 · doi:10.18584/iipj.2022.13.3.10696

Economic Recovery in Response to Worldwide Crises: Fiduciary Responsibility and the Legislative Consultative Process with Respect to Bill 150 (Green Energy and Green Economy Act, 2009) and Bill 197 (COVID-19 Economic Recovery Act, 2020) in Ontario, Canada

2022· article· en· W4313440815 sur OpenAlexafffundvenueabout
Stephen R. J. Tsuji

Notice bibliographique

RevueInternational Indigenous Policy Journal · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEnvironmental law and policy
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaGovernment of Canada
Mots-clésFiduciaryIndigenousContext (archaeology)Government (linguistics)DutyLawLegislaturePolitical scienceBusinessPublic administrationHistory

Résumé

récupéré en direct d'OpenAlex

The Green Energy and Green Economy Act (2009) was an omnibus bill that affected a number of other acts. Due to the breadth of its effects, it should have seen a rigorous consultation and review process; this is especially true given how it would impact First Nations and its explicit mention in the Bill. However, it took less than three months for it to receive Royal Assent and become an act. This timeline is extremely short, even among similar bills within the same context. One of the core reasons for this swift transition is due to its labeling as green energy, which has benign connotations. This effectively allowed the bill to be expedited through the consultation process. The consultation process had many hurdles of its own that inhibited meaningful consultation including its timeframe, location of hearings, accessibility, and other factors. The term green energy was also never defined within the Act, meaning it only served as a form of signaling. This raises many questions with respect to the Government of Ontario’s conduct in the situation and how they handled their legal duty to consult with Indigenous people of Ontario, Canada. There are many voices that have raised issues with this process. If nothing else, this example serves the purpose of demonstrating the dangers of green-labelling, especially to Indigenous people of Canada and other Indigenous groups worldwide.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,673
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

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

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 Opus0,016
Tête enseignante GPT0,298
Écart entre enseignants0,282 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations4
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueInternational Indigenous Policy JournalMême sujetEnvironmental law and policyTravaux en français237 207