MétaCan
Menu
Retour à la cohorte
Enregistrement W4392572079 · doi:10.36368/jns.v12i2.914

Indigenous Experiences of the Mining Resource Cycle in Australia’s Northern Territory

2019· article· en· W4392572079 sur OpenAlexfundno aff
Dean B. Carson, Jeanie Govan, Doris A. Carson

Notice bibliographique

RevueJournal of Northern Studies · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésIndigenousResource (disambiguation)Northern territoryGeographyEthnologyHistoryEcologyBiologyComputer science

Résumé

récupéré en direct d'OpenAlex

This paper proposes a model of how Indigenous communities may engage with the mining sector to better manage local development impacts and influence governance processes. The model uses a resource lifecycle perspective to identify the various development opportunities and challenges that remote Indigenous communities and stakeholders may face at different stages of the mining project. The model is applied to two case studies located in the Northern Territory of Australia (Gove Peninsula and Ngukurr) which involved different types and scales of mining and provided different opportunities for development and governance engagement for surrounding Indigenous communities. Both cases emphasise how the benefits and burdens associated with mining, as well as the bridges between Indigenous and outsider approaches to development and governance, can change very quickly due to the volatile nature of remote mining operations. There is thus a need for more flexible agreements and more dynamic relationships between Indigenous, mining and other governance stakeholders that can be adjusted and renegotiated as the conditions for mining change. The final discussion reflects on how the model may be applied in the context mining governance and Indigenous stakeholder engagement in the Fennoscandian north.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,330
Score d'incertitude au seuil0,656

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,008
Communication savante0,0030,003
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
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 Opus0,020
Tête enseignante GPT0,247
Écart entre enseignants0,227 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Northern StudiesMême sujetMining and Resource ManagementTravaux en français237 207