MétaCan
Menu
Retour à la cohorte
Enregistrement W4416354139 · doi:10.1016/j.resourpol.2025.105792

Towards global cooperation in securing critical minerals: Game theory analyses of policy discourses from the United States, the European Union, South Africa and Australia

2025· article· en· W4416354139 sur OpenAlexaff
Desire Runganga, Bishal Bharadwaj, Helen Cabalu, Peta Ashworth

Notice bibliographique

RevueResources Policy · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensUniversity of Calgary
Organismes subventionnairesMaine Community College System
Mots-clésIdeologyTechnocracyGame theoryCorporate governanceSubsidyCritical theoryStackelberg competitionStewardship (theology)Evolutionary game theory

Résumé

récupéré en direct d'OpenAlex

This paper analyses over 2000 critical minerals policy submissions from the United States, the European Union, Australia, and South Africa (2010–2024). Integrating game theory with critical discourse analysis reveals how four dominant discursive strategies—securitisation of dependence, recontextualisation of exclusion, moralisation of domestic hierarchy, and moralisation of unilateral rule-setting—map onto specific non-cooperative game archetypes: the Prisoner's Dilemma, Stackelberg Followership, Assurance Game and Stag Hunt. Together, these strategies form a multi-level game that incentivises subsidy races and regulatory arbitrage, pushing the global system toward suboptimal outcomes of underfunded and inequitable value chains. To escape this equilibrium, the paper proposes an Integrative Mineral Criticality (IMC) framework to reconceptualise global governance of critical minerals as a cooperative game. • Global discourses on critical minerals (CMs) reveal competing ideologies (e.g hierarchy, exclusion, redress) that shape cooperation. • The ideologies map into distinct game archetypes (e.g Prisoner’s Dilemma, Stag Hunt), leading to suboptimal outcomes. • We propose a WTO CMs Technocratic Secretariat that sets and verifies scientifically tiered ESG standards, technology transfers and SDT mechanisms to sovereign capability.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0050,013
Communication savante0,0100,010
Science ouverte0,0010,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,031
Tête enseignante GPT0,326
Écart entre enseignants0,295 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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'admission1
Résumé présentoui

Explorer davantage

Même revueResources PolicyMême sujetMining and Resource ManagementTravaux en français237 207