MétaCan
Menu
Retour à la cohorte
Enregistrement W4412707350 · doi:10.1016/j.exis.2025.101735

Socioeconomic framework and indicators for assessing cumulative effects of resource development on indigenous nations

2025· article· en· W4412707350 sur OpenAlexafffund
Effah Kwabena Antwi, John Boakye-Danquah, Denyse Donna Mary Nadon, Maurice Joseph Kistabish, Tanya Matthews, Akua Nyamekye Darko, Priscilla Toloo Yohuno, Felicitas Egunyu

Notice bibliographique

RevueThe Extractive Industries and Society · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensNatural Resources CanadaUniversity of SaskatchewanCanadian Forest ServiceAssembly of First NationsUniversity of WaterlooCarleton University
Organismes subventionnairesCanadian Forest Service
Mots-clésIndigenousSocioeconomic statusSocioeconomic developmentResource (disambiguation)Economic growthDevelopment economicsPolitical scienceEnvironmental resource managementBusinessNatural resource economicsEconomicsSociologyDemographyComputer scienceBiologyEcologyPopulation

Résumé

récupéré en direct d'OpenAlex

• The development of natural resources, particularly mining and associated infrastructure, has profound impacts on ecosystems and people, particularly on host communities, with Indigenous Nations often bearing disproportionate burdens. • Cumulative effects are inherently politically wicked problems that require careful management of power imbalances, but at the same time need to be guided by the best available knowledge and science from both Indigenous and non-Indigenous people. • Mainstream impact assessments continue to be disproportionately directed towards evaluating only the biophysical impacts, usually neglecting the critical aspects of Indigenous worldviews and ways of knowing and being. • We propose five domains and associated indicators for assessing the cumulative impacts of mining on Indigenous Nations and local communities, including social/community wellbeing, economic impact, human health, cultural wellbeing, and governance. • Our approach aligns with the emerging recognition that practical assessments of long-term environmental changes require the integration of diverse knowledge systems. The development of natural resources, particularly mining and associated infrastructure, has profound impacts on ecosystems and people, particularly on host communities, with Indigenous people often bearing unequal burdens. Mainstream impact assessments continue to be disproportionately directed towards evaluating mostly biophysical impacts, usually neglecting the critical issues of cultural, social, health and economic aspects that impact Indigenous ways of knowing and being. In this paper, we provide a conceptual contribution to the search for a holistic socio-economic assessment of the cumulative impacts of resource development on Indigenous people. Drawing upon existing research and direct engagement with Indigenous people, we propose a holistic framework for regional cumulative socio-economic effect assessments of resource development. We anchored our framework in the concepts of environment, place, and space linked to the Indigenous concept of wellbeing. To operationalize the framework at the regional level, we recommend building Indigenous representation and capacity by adopting Indigenous governance systems, legal principles and values based on the concepts such as the mino pimatisiwin . Our approach provides a holistic, relational, interrelated, and interdependent view that is culturally sensitive, responsible, and reciprocal and provides a relevant foundation for selecting appropriate socio-economic indicators to assess regional cumulative effects of mining on Indigenous people.

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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,534
Score d'incertitude au seuil0,342

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 Opus0,010
Tête enseignante GPT0,258
Écart entre enseignants0,248 · 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'étudeQualitatif
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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Extractive Industries and SocietyMême sujetMining and Resource ManagementTravaux en français237 207