Situating Sarnia: 'Unimagined Communities' in the New National Energy Debate
Notice bibliographique
Résumé
This paper argues that the active “unimagining” of downstream communities is crucial to maintaining a notion of unitary national ascent in the rhetoric surrounding the articulation of a new national energy strategy, specifically in relation to the pipeline debates that have gripped and divided Canadians. The exclusion of these unimagined communities downstream is demonstrated by situating Sarnia, Ontario — home to Canada’s biggest petro-chemical complex — both legally and spatially. Examining in detail the recent decision of the National Energy Board approving Enbridge’s application to reverse the flow of oil over a portion of its “Line 9” pipeline between Sarnia and Montreal reveals that the people of the Aamjiwnaang First Nation, downstream of Sarnia’s refineries, need to be actively unimagined if the narrative of a “coast-to-coast” pipeline that will benefit everyone is to be maintained. Strategies for imaginative displacement are explored in the National Energy Board’s consideration of the Line 9 application, in relation to the claims of the Aamjiwnaang First Nation, the renouncing of the Board’s process by Haudenosaunee activists, and in the campaign of prior rhetorical de-legitimation of opposition to pipelines carried out by the federal cabinet. The act of “situating” Sarnia — bringing into view the crucial spatial aspects of the legal and regulatory dynamic — demonstrates the distributional consequences of the pipeline decisions currently being contemplated. In paying attention to the everyday, chronic pollution that inevitably comes with the refining of dirty oil (completely separate from the greenhouse gas emissions tied to the extraction of tar sands crude), we can see that the costs and risks associated with these decisions are delivered as inequities to the communities at the ends of the pipelines.
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 | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,024 | 0,038 |
| Communication savante | 0,012 | 0,011 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,004 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».