MétaCan
Menu
Retour à la cohorte
Enregistrement W7117188437

Navigating the security/human rights nexus in the transition to green energy:Mandatory due diligence amid changing political realities in the Netherlands

2025· article· en· W7117188437 sur OpenAlexaff
Stéphanie Bijlmakers, Nicola Jägers

Notice bibliographique

RevueResearch portal (Tilburg University) · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEnvironmental law and policy
Établissements canadiensInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésDue diligenceNexus (standard)Context (archaeology)SustainabilityPoliticsHuman rightsIndigenousEuropean union
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Netherlands has committed itself to accelerating the transition to green energy. For the enormous amount of critical raw minerals (CRM) needed for this transition, the country is fully dependent on imports from a relatively small number of countries, mostly in the Global South. This article discusses how the Netherlands navigates between the enhanced demand for CRM and the expectation that sustainability requirements are not compromised. It examines to what extent the foreseeable legal infrastructure in the Netherlands and the European Union (EU) provides sufficient safeguards that CRM sourcing respects human rights and the environment, and meaningful engagement with those adversely impacted by mining activities. The focus is on indigenous peoples, who especially suffer the consequences of an irresponsible energy transition and financial institutions as actors of critical importance for the energy transition. The article argues that the Netherlands should adopt a strong national implementing law that goes beyond the minimum requirements set by the EU, increasing the level of protection of people and the environment in CRM supply chains. Adopting such a due diligence law is essential for the Netherlands to fulfill its duties for human rights and the environment abroad, in the context of a just energy transition.

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)0,011
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,126
Score d'incertitude au seuil0,251

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0060,018
Communication savante0,0160,009
Science ouverte0,0020,007
Intégrité de la recherche0,0080,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 GPT0,364
Écart entre enseignants0,333 · 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'étudeSans objet
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch portal (Tilburg University)Même sujetEnvironmental law and policyTravaux en français237 207