MétaCan
Menu
Retour à la cohorte
Enregistrement W4405293082 · doi:10.1139/facets-2024-0083

Does regulation delay mines? A timeline and economic benefit audit of British Columbia mines

2024· article· en· W4405293082 sur OpenAlexafffundvenueabout
Rosemary‐Claire Collard, Jessica Dempsey, Youssef Al Bouchi, Nathan Bawaan

Notice bibliographique

RevueFACETS · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensUniversity of British ColumbiaSimon Fraser University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésTimelineAuditBusinessGeographyAccountingArchaeology

Résumé

récupéré en direct d'OpenAlex

Seeking to capitalize on a surge in global demand for critical minerals, the Canadian mining sector claims that regulatory processes like Environmental Assessment (EA) impede and delay mining’s economic benefits. This paper investigates whether regulation has delayed mining projects and how much economic benefit mines have delivered in British Columbia (BC), focusing the mines’ performance post-EA. We audit the 27 mines granted an EA certificate in BC since 1995 and projected to open by 2022, comparing each mine’s forecasted and actual timelines and economic benefits (production, employment, and taxes), and identifying publicly-stated reasons for any mine delays. Seven of the 27 mines opened on time: 13 remain non-operational, and of the 14 mines that have operated, seven were delayed. Regulation was cited as a factor in only three of the 20 delayed projects; economic factors like commodity prices were the most common cause of delay. Lack of data and transparency on economic benefits significantly constrained our benefit audit, but BC mines for which data are available are underperforming across production (−77%), employment (−82%), and tax revenue (−100%). These findings suggest economic underperformance and mine delays post-EA are common, with delays typically resulting from economic factors, not government regulations.

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: Empirique
Score de désaccord entre enseignants0,399
Score d'incertitude au seuil0,465

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 recherche0,0000,000
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 Opus0,004
Tête enseignante GPT0,179
Écart entre enseignants0,175 · 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

Citations6
Publié2024
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueFACETSMême sujetMining and Resource ManagementTravaux en français237 207