Regulating Mine Rehabilitation and Closure on Indigenous Held Lands: Insights from the Regulated Resource States of Australia and Canada
Notice bibliographique
Résumé
Countless environmental, social, and economic issues can stem from poor mine closure and post-mining land use planning practices. Such post-extractive landscapes have a disproportionate effect on local Indigenous communities that continue to live in these often remote areas on their traditional lands, with such peoples only recently being able to document and bring their values and stories to closure, rehabilitation, and post-mining land use policy. A strong regulatory environment is the often suggested response to such concerns, and this chapter examines the regulation of mine rehabilitation and closure (MR&C) practices in the developed resource states of Canada and Australia. Analysis of current regulation and policy along with examples from MR&C practice demonstrate that the regulatory state is failing to ensure social, economic, cultural, and environmentally safe landscapes for local Indigenous people on whose lands these mines were situated. This research highlights recent reform in both jurisdictions, primarily designed to limit state liability for abandoned mines, and the impact of that reform upon the influence and inclusion of Indigenous peoples’ interests and rights in MR&C. The chapter highlights the common structural, institutional, political and resource challenges that Indigenous peoples across Australia and Canada face in ensuring that their lands and country are effectively and safely rehabilitated, and argues that having a comprehensive regulatory environment is not enough. Greater Indigenous engagement, management, control and ownership of MR&C processes is required if we are to see better outcomes for local people in post-extractive landscapes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».