MétaCan
Menu
Retour à la cohorte
Enregistrement W2091258593 · doi:10.1080/17450101.2011.552904

Mind the Gap: The<i>Tempo Rubato</i>of Dwelling in Lineups

2011· article· en· W2091258593 sur OpenAlexaff
Phillip Vannini

Notice bibliographique

RevueMobilities · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensRoyal Roads University
Organismes subventionnairesnon disponible
Mots-clésTemporalitiesEveryday lifePsychologySociologyAestheticsHistoryEpistemologyArtPolitical science

Résumé

récupéré en direct d'OpenAlex

Despite their prominence in everyday life lineups are of peripheral concern to mobility scholars. Aiming to contribute to our existing knowledge on lineups and the transitory places of everyday life writ large, this paper attempts investigates lineups at small island ferry terminals. Drawing upon fieldwork including travel to, on and from ferry boats, for a total of about 250 journeys over three years, and about 400 qualitative interviews, this mobile ethnography focuses on practices of ferry mobility in coastal British Columbia. Lineups are portrayed as complex orchestrations of rest and movement weaved through relational performances of mobility and relative immobility. As neither a place in the sedentarist nor nomadic sense, lineups defeat facile, dichotomous conceptualizations of spatialities and temporalities. Neither still nor flowing, neither public nor private, lineups are animated by idiosyncratic practices of dwelling whereby multiple and unique forms of livelihood are performed. Ferry lineups are ephemeral moorings: places where communities form and dissolve in temporary zones, as if suspended from the regular rhythms of the rest of the day and the week. On small islands lineups exist as stolen time‐spaces – an original concept that draws inspiration from the musical idea of tempo rubato and from Michel de Certeau’s (1984) treatment of tactics.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,012
Communication savante0,0040,003
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,083
Tête enseignante GPT0,315
Écart entre enseignants0,232 · 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

Citations33
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMobilitiesMême sujetGeographies of human-animal interactionsTravaux en français237 207