MétaCan
Menu
Retour à la cohorte
Enregistrement W4394983185 · doi:10.1080/2154896x.2024.2342121

The natural resource management in Nunavut and Greenland – a perspective through historical institutionalism

2024· article· en· W4394983185 sur OpenAlexaboutno aff
Maria Ackrén

Notice bibliographique

RevueThe Polar Journal · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNatural resourceNatural resource managementGovernment (linguistics)Devolution (biology)IndigenousPolycentricityLocal governmentGeographyCorporate governancePublic administrationPolitical scienceEnvironmental resource managementEconomicsLawEcologyArchaeology

Résumé

récupéré en direct d'OpenAlex

This article compares the self-government system in Greenland in Denmark and territorial governance in Nunavut, Canada in relation to the management of natural resources through the perspective of historical institutionalism. Both territories have undergone processes of re-empowerment, and possess major assets of natural resources, and the struggle for self-determination has triggered their metropolitan states (Denmark and Finland) and regional governments to consider some form of self-government. However, two different solutions have appeared due to gradual development through path dependency as legislation and form of government. Nunavut is a territory within the Canadian federal construction, based on Indigenous claims, while Greenland is a self-governing territory within the Danish unitary state. The land claims in Canada have given Nunavut some influence in the management of its natural resources, while Greenland has taken control of its subterranean resources through extended self-government implemented in 2009. This article will highlight the resource policy similarities and differences of the two territories via three potential explanatory factors: historical background, self-government, and the management of natural resources as a point of departure. The findings show that both regions have similarities in historical background and the management of natural resources, but there are also significant differences in how local authorities have addressed mining projects.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
Score de désaccord entre enseignants0,822
Score d'incertitude au seuil0,254

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,009
Tête enseignante GPT0,225
Écart entre enseignants0,215 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Polar JournalMême sujetMining and Resource ManagementTravaux en français237 207