MétaCan
Menu
Retour à la cohorte
Enregistrement W2022765030 · doi:10.1111/j.0008-3658.2006.00134.x

Frontier engineering: from the globe to the body in the Cold War Arctic

2006· article· en· W2022765030 sur OpenAlexafffundvenueabout
Matthew Farish

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueArctic and Russian Policy Studies
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesUniversity of TorontoUniversity of British ColumbiaArctic Institute of North AmericaSmithsonian Institution
Mots-clésFrontierGeopoliticsArcticPoliticsPolitical scienceWildernessCold warNarrativeGlobeSovereigntyNatural resourceEnvironmental ethicsGeographyLawOceanographyEcologyGeologyPsychology

Résumé

récupéré en direct d'OpenAlex

The dual themes of sovereignty and wilderness have come to define, or at least dominate, historical discussions of the North American Arctic. This paper argues that neither adequately captures the role of the Arctic during the early Cold War, a period of unprecedented interest in northern landscapes. Political and environmental approaches, with their national undertones, were incorporated into a dominant narrative whose implications were far less abstract: the Arctic became a frontier for military science, both imaginatively and materially. Civilian institutions with military affiliations emerged to advocate for additional Arctic research in the natural and social sciences, whereas Canadian and American military agencies established laboratories and training centres, constructed complex defence networks and staged numerous military exercises across Arctic spaces, operations which tested the performance of both humans and machines. These projects actively engineered Arctic terrain in the name of scholarly advancement and military necessity. If the Cold War Arctic is to be understood geographically, then the national scale must be placed next to the broader views of geopolitics and scientific inquiry but also next to the finer perspectives of military bodies moving across ‘hostile’ terrain.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,627
Score d'incertitude au seuil0,741

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0240,028
Communication savante0,0120,005
Science ouverte0,0010,007
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,007
Tête enseignante GPT0,204
Écart entre enseignants0,198 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations73
Publié2006
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennesMême sujetArctic and Russian Policy StudiesTravaux en français237 207