Quanto etica è l’eticità? Interpretazioni culturali lungo la filiera del diamante canadese
Bibliographic record
Abstract
L’industria mineraria è stata travolta da preoccupazioni riguardanti l’inquinamento del suolo e dell’aria, gestioni del lavoro poco etiche e violazioni dei diritti umani. Rintracciando interpretazioni culturali del concetto di eticità relativamente ai diamanti canadesi, questo contributo problematizza i significati della certificazione dei diamanti etici canadesi e la loro tracciabilità lungo la filiera. Specificatamente, l’autrice evidenzia che più ci si allontana dal contesto estrattivo canadese, più il concetto di eticità legato al diamante si fa nitido grazie a narrazioni pubblicitarie, mentre più ci si avvicina al contesto di indagine, più il concetto di eticità diventa offuscato, eterogeneo, frammentato e incomprensibile. In particolare, il contributo si basa su una ricerca etnografica multi-situata e multi-scala a Yellowknife, la capitale dei Northwest Territories, e in una gioielleria italiana che vende diamanti estratti nella regione canadese. L’autrice ha notato che gli italiani intervistati che vendono ed acquistano diamanti canadesi sono fedeli alla retorica pubblicitaria sui diamanti etici canadesi, mentre particolari categorie professionali assunte dalle multinazionali nel contesto estrattivo dei Northwest Territories evitavano di parlare di diamanti etici. il contributo mira a comprendere quindi il significato di tale reticenza nel contesto minerario analizzato.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.007 | 0.039 |
| Scholarly communication | 0.018 | 0.009 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".