Local Communities and the Mining Industry
Notice bibliographique
Résumé
This book explores the challenges and opportunities at the intersection of the global mining sector and local communities by focusing on a number of international cases drawn from various locations in Canada, the Philippines, and Scandinavia. Mining’s contribution to economic development varies greatly across countries. In some, it has been a major engine of development, but in others, disputes have erupted over land use, property rights, environmental damage, and revenue sharing. Corporate social responsibility programs are increasingly relied upon to manage company-community relations, yet conflicts persist in many settings, with significant costs for companies and communities. Exploring the many factors and drivers that characterize relationships among different actors within the sector, the volume contributes towards the development of practical wisdom, collective understanding, common sense, and prudence required for the mining sector and community partners to realize the economic potential and social and environmental responsibilities of non-renewable resource development. The book examines case studies from Canada, Scandinavia, and the Philippines, three regions amongst the world's top countries of mining operations. Drawing on their extensive experience in these regions, the contributors explore distinctive mining sectors in the Global North and South, the variation surrounding different types of extractive industries, and at different scales, and the legal processes in place to protect local communities. Key themes include corporate social responsibility, impact assessment, foreign ownership, Indigenous Peoples, gender, local insurgency, and mining disasters as well as climate change. The book identifies areas of future research and pathways to achieving stronger, respectful, and mutually beneficial relationships at the nexus of global mineral extraction and local communities. This book will be of great interest to students and scholars of the extractive industries, natural resource management, sustainable business and corporate social responsibility, Indigenous studies, and sustainable planning and development.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,017 | 0,012 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,001 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».