MétaCan
Menu
Retour à la cohorte
Enregistrement W1999082873 · doi:10.1016/j.geoforum.2015.03.022

Dancing with wolves: Making legal territory in a more-than-human world

2015· article· en· W1999082873 sur OpenAlexaff
Sanna Ojalammi, Nicholas Blomley

Notice bibliographique

RevueGeoforum · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensSimon Fraser University
Organismes subventionnairesAcademy of Finland
Mots-clésLawBusinessPolitical science

Résumé

récupéré en direct d'OpenAlex

As human codings of animals are often simultaneously legal and spatial, it may be useful to bring together the animal geographies literature and scholarship on legal geography. Through a case study set in southwest Finland, we explore the emergent and fraught entanglements of wolves, humans and sheep, characterizing the attempts at the regulation of the wolf as entailing tense biopolitical calculations between the contradictory legal imperatives of biodiversity and biosecurity. Under the former, the wolf must be made to live; under the latter, it may need to die. These are worked out in and productive of two territorial configurations: the everyday spaces of encounter (real or imagined) between wolf and human, and the propertied territories of sheep farming. While human imperatives and anxieties are clearly central to these spatializations, we also seek to give the wolf its due, noting its important role in the making of legal territories. The coproduction of law and space, we conclude, offers important ethical lessons for humans in their relations to the wolf, as well as directing us to the need for more capacious thinking regarding territory.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,706
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,038
Tête enseignante GPT0,348
Écart entre enseignants0,309 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations5
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeoforumMême sujetGeographies of human-animal interactionsTravaux en français237 207