MétaCan
Menu
Retour à la cohorte
Enregistrement W2153383560 · doi:10.1017/s0026749x12000637

Railway fuel and its impact on the forests in colonial India: The case of the Punjab, 1860–1884

2012· article· en· W2153383560 sur OpenAlexaff
Pallavi V. Das

Notice bibliographique

RevueModern Asian Studies · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésFirewoodDeforestation (computer science)Context (archaeology)GeographyColonialismNatural resource economicsEconomicsArchaeology

Résumé

récupéré en direct d'OpenAlex

Abstract Recent studies have stressed the need for micro-histories of the environment so that important differences and similarities at local, regional and national level might be revealed. This paper analyses the process and patterns of environmental degradation at regional level by taking the case of deforestation in colonial Punjab by studying its implication at the level of empire. More specifically, it examines three aspects of how the operation and expansion of railways from 1869 to 1884, a peak period of railway expansion, affected the forests of the Punjab's plains. First, the paper analyses the reasons for large-scale railway expansion in the Punjab by discussing spatial and temporal expansion. Secondly, the impact of the railway firewood demand on the Punjab's forests between 1860 and 1884 is examined, specifically, the conditions that facilitated the increased dependence of the railways on firewood. Next follows an examination of the temporally varying nature of deforestation, given that railway firewood demand was determined by railway line openings. This section also includes a discussion on the nature of the colonial state response to the deforestation crisis and its role in maintaining the fuel supply to the railways. Finally, in the context of deforestation in the Punjab, the paper discusses how and why railway fuel changed from firewood to coal.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Empirique
Score de désaccord entre enseignants0,139
Score d'incertitude au seuil0,277

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,004
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
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 Opus0,025
Tête enseignante GPT0,261
Écart entre enseignants0,237 · 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

Citations5
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Asian StudiesMême sujetConservation, Biodiversity, and Resource ManagementTravaux en français237 207