Zwart maken en groen wassen:Bedrijven en milieucriminaliteit
Notice bibliographique
Résumé
Groene criminologie als vakgebied In de afgelopen jaren heeft groene criminologie zich ontwikkeld tot een belangrijk vakgebied binnen de criminologie, aangedreven door urgente ecologische crises zoals illegale houtkap, mijnbouw, vervuiling en de handel in bedreigde diersoorten. Basisboek groene criminologie bespreekt de opkomst, ontwikkeling en uitdagingen van groene criminologie. Complexe dynamiek tussen mens en natuurDe bijdragen in dit boek onderzoeken de complexe dynamiek tussen mens en natuur en belichten de schadelijke gevolgen van menselijke activiteiten voor ecosystemen en biodiversiteit. De auteurs gaan niet alleen in op gecriminaliseerde milieudelicten, maar ook op schadelijke praktijken die nog niet door wetgeving zijn aangepakt. Door een antropocentrisch wereldbeeld te verwerpen, omarmen groene criminologen een ecocentrische benadering. De relatie tussen mens en natuur wordt vanuit een breed opgevat schadebeginsel benaderd, waarbij ecosystemen, dieren en planten als slachtoffer worden meegenomen. Groene criminaliteitHet boek is verdeeld in vier delen. Het eerste deel richt zich op de theoretische fundamenten en de rol van groene criminologie. Hierin zal onder andere de opkomst van dit vakgebied worden besproken en zullen de belangrijkste concepten worden uitgelegd. Het tweede deel behandelt de daders, slachtoffers en rechten in relatie tot groene misdaden, met bijdragen over milieucriminaliteit door bedrijven en de rol van georganiseerde misdaad. Het derde deel onderzoekt specifieke vormen van groene criminaliteit, zoals illegale ontbossing en vervuiling, waarbij concrete voorbeelden en casestudies worden gepresenteerd. Het vierde en laatste deel focust op de reacties op groene criminaliteit, inclusief publieke percepties en de juridische en maatschappelijke aanpak van milieuschade. De bestudering van milieugerelateerde misdadenMet dit boek dragen de auteurs bij aan de ontwikkeling van groene criminologie en leggen ze een theoretische en empirische basis voor de bestudering van groene misdaden. Dit eerste Nederlandstalige werk over groene criminologie is een essentiële bron voor studenten, onderzoekers, beleidsmakers die zich bezighouden met een duurzamere toekomst.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,742 | 0,051 |
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 ».