MétaCan
Menu
Retour à la cohorte
Enregistrement W4403092305 · doi:10.1515/ldr-2024-0082

Modernization of Nigeria’s Mining Industry: The Case for Participation and Sustainable Development of Local Communities

2024· article· en· W4403092305 sur OpenAlexaff
Martin-Joe Ezeudu

Notice bibliographique

RevueThe Law and Development Review · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Social Impact Assessments
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésModernization theorySustainable developmentPolitical scienceEconomic growthDevelopment economicsEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

Abstract To retract from its overdependence on crude oil fortunes and be a participant in the green energy economy, Nigeria has recently begun to revive and modernize its mining industry. The modernization is driven by the Nigerian Minerals and Mining Act, 2007 (NMMA) and Regulations promulgated thereunder. This paper examines whether and to what extent the NMMA and the Regulations provide sufficient legal architecture for local communities to meaningfully participate in mineral development decisions and processes in ways that advance the course of their sustainable development. It acknowledges that participation or meaningful consultation with local communities in regard to decisions or activities pertaining to resource development is a modern strategy for ensuring that local communities obtain the benefits of sustainable development and measures the compliance of the NMMA and its Regulations against the standard tools developed under international law. It attributes the human and environmental sustainability crisis in the Niger Delta region to the failure of the Nigerian government to involve the oil host communities early on in the oil development and governance scheme and warns that Nigeria should not repeat the same error as it embarks on modernizing the solid mineral industry.

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)0,007
score de la tête « metaresearch » (Gemma)0,005
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: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,005
Communication savante0,0050,002
Science ouverte0,0000,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,042
Tête enseignante GPT0,314
Écart entre enseignants0,272 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Law and Development ReviewMême sujetEnvironmental and Social Impact AssessmentsTravaux en français237 207