Indigenous peoples, environmental accountability and the semantic meaning of resource extraction firm disclosures
Notice bibliographique
Résumé
Purpose The study aims to explore how Indigenous peoples and their concerns become “entextualized” within the environmental disclosures of resource extraction firms. Design/methodology/approach A mixed-methods content analysis of 11,850 annual information forms filed by resource extraction firms with Canadian security regulators between 1997 and 2023 is conducted. FinBERT transformer encodings, agglomerative hierarchical clustering and computer-assisted techniques are combined with inductive analyses. Findings The findings show that, although Indigenous peoples and their concerns have become a more important element in environmental disclosures, dominant semantic meanings tend to view Indigenous people as impediments. At the same time, the entextualizations of Indigenous peoples and their concerns sometimes escape these dominant frames. Big firms appear to be no more likely to exhibit leadership or substantively take Indigenous peoples and their concerns into account than smaller firms. Originality/value The study offers a longitudinal perspective on how the environment and Indigenous peoples are portrayed in corporate disclosures. The study emphasizes the need to view environmental accountability as inextricably intertwined with accountability to Indigenous peoples and also illustrates the importance of identifying the semantic meanings that are being communicated. We propose that analyzing how and why specific semantic meanings about Indigenous peoples and their concerns become entextualized provides activists and policy-makers with a starting point for improved disclosure practices and, hopefully, better resource extraction practices.
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 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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».