MétaCan
Menu
Retour à la cohorte
Enregistrement W2125931397 · doi:10.1111/tran.12065

What is land? Assembling a resource for global investment

2014· article· en· W2125931397 sur OpenAlexaff
Tania Murray Li

Notice bibliographique

RevueTransactions of the Institute of British Geographers · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Land Use, Rural Development
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAssemblage (archaeology)CommodityResource (disambiguation)Investment (military)Scale (ratio)Object (grammar)Work (physics)Land useValue (mathematics)Quality (philosophy)Natural resourceSociologyBusinessLawEconomicsPolitical scienceComputer scienceHistoryPoliticsMarket economyArchaeologyGeographyCivil engineeringEpistemology

Résumé

récupéré en direct d'OpenAlex

The so‐called global land rush has drawn new attention to land, its uses and value. But land is a strange object. Although it is often treated as a thing and sometimes as a commodity, it is not like a mat: you cannot roll it up and take it away. To turn it to productive use requires regimes of exclusion that distinguish legitimate from illegitimate uses and users, and the inscribing of boundaries through devices such as fences, title deeds, laws, zones, regulations, landmarks and story‐lines. Its very ‘resourceness’ is not an intrinsic or natural quality. It is an assemblage of materialities, relations, technologies and discourses that have to be pulled together and made to align. To render it investible, more work is needed. ThisTransactions of the Institute of British GeographersPlenary Lecture uses an analytic of assemblage to examine the practices that make up land as a resource. It focuses especially on the ‘statistical picturing’ devices and other graphic forms that make large‐scale investments in land thinkable, and the practices through which relevant actors (experts, investors, villagers, governments) are enrolled. It also considers some of the risks that follow when these large‐scale investments land in particular places, as land they must.

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)0,002
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 enseignants0,020
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,011
Communication savante0,0100,012
Science ouverte0,0000,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0200,002

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 Opus0,012
Tête enseignante GPT0,210
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

Citations915
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Institute of British GeographersMême sujetAgriculture, Land Use, Rural DevelopmentTravaux en français237 207