Analysis of the European Union's Lawsuit Against Indonesia Regarding the Ban on Nickel Ore Exports
Notice bibliographique
Résumé
Nickel is a metal that has the characteristics of a silvery-white color with the characteristics of strength, heat resistance, light weight and corrosion resistance with the chemical formula Ni. It has good electrical and thermal conductivity making it suitable for coating copper, iron and aluminum to prevent corrosion. Nickel was first discovered and developed by Cronstedt in 1751, in a mineral called Nicolite (Kupfernickel), which was found in the Sudbury region, Ontario, Canada, a nickel-producing area of 30% of the world's demand for nickel metal. One of the countries with the largest nickel reserves is Indonesia. According to several experts, it is estimated that Indonesia has nickel reserves of more than 1 billion tons of nickel. The largest distribution of nickel reserves is in the eastern part of Indonesia. The distribution of nickel in Indonesia and the distribution of nickel mining in Indonesia today, among others, are found on the islands of Sulawesi (Southeast and South Sulawesi), Maluku and Papua. Unfortunately, currently a lot of Indonesian nickel is exported in the form of raw material, so the selling price is very cheap. Thus, government support is very much needed to improve nickel processing, such as support for ease of licensing, clear and transparent rules and regulations. This support can be seen in the issuance of a decree by the Ministry of Energy and Mineral Resources Number: 549.Pers/04 SJI/2019 dated 2 September 2019 concerning "Nickel Ore Cannot be Exported Again as of January 2020".
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,007 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».