The influence of governance and institutional arrangements on the SLO : a comparative analysis between mining in Canada and Brazil
Bibliographic record
Abstract
Propósito: Esta pesquisa busca entender quais fatores impactam a responsabilidade social na indústria da mineração. O objetivo desta pesquisa é determinar como governos e instituições influenciam a responsabilidade social das empresas, comparando o Canadá e o Brasil. Metodologia: O estudo utiliza uma abordagem qualitativa por meio de entrevistas semiestruturadas. As entrevistas são conduzidas com especialistas que trabalharam na indústria da mineração. O processo de entrevista envolve fazer um conjunto de 5 perguntas sobre responsabilidade social com o objetivo de compreender quais fatores influenciam a decisão de uma empresa em buscar uma licença social para operar. Resultados: Os resultados revelaram que o impacto da governança e dos arranjos institucionais na busca de uma licença social para operar difere entre o Brasil e o Canadá. No Canadá, eles buscam capacitar as comunidades de mineração, enquanto no Brasil muitas vezes não conseguem fazê-lo. Implicações: Os resultados implicam que a busca de uma licença social para operar não se baseia exclusivamente na relação entre uma empresa de mineração e sua comunidade. Tanto instituições privadas quanto públicas podem incentivar as empresas por meio da implementação de políticas e da fiscalização. Para as empresas, este estudo demonstra como esses arranjos podem distorcer a busca de uma SLO. Para os formuladores de políticas, este estudo mostra possíveis áreas de melhoria.
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 | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.008 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".