Notice bibliographique
Résumé
Keith MacMaster is a legal and financial policy researcher focusing on sustainable finance. His research is directed at two broad areas: climate finance and deep seabed mining. The first area aims at improving responsible investing and creating new sustainable financial products. The second area analyzes the financial mechanisms relating to deep seabed mining, ensuring parties responsible for environmental damage have liability attached.\nHis PhD thesis, "Comprehensive Wealth and the Development of Deep Seabed Mining Finance", addresses the financial and investment issues in deep seabed mining, arguing that additional measures are necessary to prevent environmental and social harms, to provide for compensation and remediation should those harms occur, and to ensure that the principles of the common heritage of mankind are implemented.\nCurrently teaching LAWS1015 – Property in its Historical Context, and COMM2603 – Legal Aspects of Business.\nDoctorate in Law (PhD) – Anticipated August 2021\n• Dalhousie University\n• Thesis: Comprehensive Wealth and the Development of Deep Seabed Mining Finance\nMaster of Law (LLM) – October 2018\n• Dalhousie University – Responsible Investing for Retail Consumers: Access Denied\n• Thesis available at: http://hdl.handle.net/10222/74170\nPersonal Financial Planner - 2015\n• Canadian Securities Institute - Toronto, ON\nMaster of Business Administration (MBA) - 2007\n• Richard Ivey School of Business, London, ON\nBachelor of Laws (LL.B.) - 2003\n• Dalhousie University - Halifax, Nova Scotia\nBachelor of Science (Distinction) (B.Sc.) - 2000\n• University College of Cape Breton – Sydney, NS
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,050 | 0,037 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».