MétaCan
Menu
Retour à la cohorte
Enregistrement W4410201870 · doi:10.1016/j.exis.2025.101681

Burden without benefit: Examining environmental injustices in stone extraction in Buoku, Ghana

2025· article· en· W4410201870 sur OpenAlexafffund
Ata Senior Yeboah, Charles Gyan

Notice bibliographique

RevueThe Extractive Industries and Society · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEnvironmental Justice and Health Disparities
Établissements canadiensMcGill University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésPolitical scienceEnvironmental ethicsDevelopment economicsEnvironmental planningEconomic growthSocioeconomicsBusinessNatural resource economicsSociologyGeographyEconomics

Résumé

récupéré en direct d'OpenAlex

Ghana’s strategy of partnering with multinational and transnational corporations to extract natural resources has often yielded unevenly distributed benefits, while leaving host communities burdened by significant environmental costs. This paper focuses on stone quarrying in Buoku, Ghana, to examine the dimensions of distributive and procedural justice in such extractive contexts. Using qualitative in-depth interviews with eight key community stakeholders, we explored how residents understand, experience, and respond to the unequal allocation of environmental benefits and burdens in the context of quarrying operations in Buoku, Ghana. Our findings indicate that profits and advantages accrue primarily to quarrying firms and external authorities, while the host community bears the brunt of environmental degradation and related social harms. Moreover, meaningful local participation in decision-making is largely absent, reflecting a lack of procedural justice and further entrenching community marginalization. These results highlight the critical need to integrate distributive and procedural justice considerations into environmental policy frameworks. We recommend policies that ensure community members’ active involvement in environment-related decisions, and that directly address their unique needs, perspectives, and values. Such measures can help establish a more equitable distribution of resource benefits, mitigate harms, and contribute to more just and sustainable extractive 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 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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,202
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
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 Opus0,032
Tête enseignante GPT0,328
Écart entre enseignants0,296 · 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'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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Extractive Industries and SocietyMême sujetEnvironmental Justice and Health DisparitiesTravaux en français237 207