MétaCan
Menu
Retour à la cohorte
Enregistrement W2060584662 · doi:10.1080/03057070.2011.554209

The Boom and Bust of Zululand Cotton, 1910–1933

2011· article· en· W2060584662 sur OpenAlexaff
Matthew A. Schnurr

Notice bibliographique

RevueJournal of Southern African Studies · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAfrican studies and sociopolitical issues
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésBustBoomPoliticsIdeologyRecessionAgricultureEconomicsEconomyPolitical scienceAgricultural economicsGeographyArchaeologyLawEngineering

Résumé

récupéré en direct d'OpenAlex

This article investigates the boom and bust of the largest cotton surge in South African history, which occurred in the years following Union. Cotton figured as a preferred crop within emerging national agricultural policy because it accorded with the political and ideological priorities of the new white settler state. By the late 1920s, however, cotton was in trouble, especially in the key Zululand growing area. There were two reasons for this dramatic downturn. The first stemmed from the social relations of production underpinning cotton-growing ventures: the Zululand boom enticed ill-suited settlers to cultivate a crop most knew precious little about. Cotton's expansion into Zululand was poorly conceived and executed: officials and farmers selected unsuitable land, transport was inadequate, the labour supply was intermittent and insufficient. The second reason was the more trenchant issue of ecological incompatibility, which compounded mistakes in planning and production. Poor agricultural decision-making exacerbated environmental constraints to production, undermining Zululand cotton's fortunes.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,100
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,003
Communication savante0,0000,000
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 Opus0,082
Tête enseignante GPT0,330
Écart entre enseignants0,247 · 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'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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Southern African StudiesMême sujetAfrican studies and sociopolitical issuesTravaux en français237 207