Anticipating the unforeseeable? ESG risk management in mining companies
Notice bibliographique
Résumé
The aim of this article is to investigate the foreseeability of environmental, social and governance (ESG) risks in the mining sector by analyzing the impacts anticipated when mining projects were first submitted to the authorities, and crises or critical incidents observed ex-post at mining sites. An in-depth analysis of 57 critical sustainability incidents that occurred at 19 different Canadian mining sites, and of the way in which companies and stakeholders anticipated or failed to anticipate them in prior risk analyses, enables us to map the main impacts of this industry and to highlight the uneven ability of companies and stakeholders to effectively anticipate them. The results obtained were analyzed through an integrative model with four main configurations of risk foreseeability: high-visibility risks (good anticipation by both companies and stakeholders), stakeholder red flags (risks identified by stakeholders only), corporate foresight (risks identified by companies only) and black swans (risks neglected by both companies and stakeholders). This article makes substantial contributions to the literature on the foreseeability of ESG risks, the uncertain ways that polluting companies integrate such risks into their planning, and the management of critical sustainability incidents. Practical implications and avenues for future research are also developed. • Risk can be anticipated by companies or stakeholders. • Mining companies de not systematically integrate ESG risks into their planning. • Critical incidents are multidimensional and can cover many ESG risks. • Stakeholders are better than companies to anticipate ESG risks.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».