Indigenous peoples in carbon pricing policymaking
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The article contributes new thinking on the exclusion and inclusion of Indigenous Peoples in carbon pricing policymaking. Using a Canadian case to draw broader lessons for other countries and make a conceptual contribution, we ask and answer five questions: (1) who is excluded; (2) why does exclusion happen; (3) how does exclusion happen; (4) what does exclusion cause; and (5) how could policymakers enhance inclusion? To inform and answer these questions, we construct a decolonial theoretical framework and use it to guide qualitative analysis and doctrinal legal analysis of original data, including 34 semi-structured interviews and few court decisions, to enhance thinking on exclusion and how to enhance inclusion in carbon pricing policymaking. The thesis is that Indigenous Peoples are externally and internally excluded because of legal and practical problems in policymaking, and this impacts legitimacy, transparency, justice, policy effectiveness and indigenous reconciliation, and should be mitigated by enhancing transparency measures, prioritizing the value of legitimacy over cost efficiency, and, overall, transformationally rethinking policymaking processes. Altogether, our theory-grounded empirical sociolegal study demonstrates key concepts for thinking about Indigenous inclusion and exclusion, extending the extant public participation literature as applicable to climate, natural resource, and environmental law and governance, and other relevant legal and social science fields. • Indigenous Peoples are excluded from carbon pricing policymaking. • Multiple legal and practical problems in policymaking cause their exclusion. • Exclusion undermines legitimacy, justice, policy effectiveness, transparency and Indigenous reconciliation. • Enhance transparency, prioritize legitimacy over cost efficiency, and rethink the policymaking process to enhance inclusion.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découle