MétaCan
Menu
Retour à la cohorte
Enregistrement W2217763032 · doi:10.1017/s0020743815000586

Territoriality and the Technics of Drylands Science in Palestine and North America

2015· article· en· W2217763032 sur OpenAlexaboutno aff
Omar Tesdell

Notice bibliographique

RevueInternational Journal Middle East Studies · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Land Use, Rural Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgricultureTerritorialityDryland farmingBioregionPalestinePolitical sciencePower (physics)SovereigntyGeographyEnvironmental ethicsHistoryArchaeologyEcologyLawAncient historyPoliticsBiodiversity

Résumé

récupéré en direct d'OpenAlex

At the turn of the 20th century, agricultural experts in several countries assembled a new agro-scientific field: dryland farming. Their agricultural research practices concomitantly fashioned a new agro-ecological zone—the drylands—as the site of agronomic intervention. As part of this effort, American scientists worked in concert with colleagues in the emerging Zionist movement to investigate agricultural practices and crops in Palestine and neighboring regions, where nonirrigated or rainfed agriculture had long been practiced. In my larger manuscript project, I consider how the reorganization of rainfed farming as dryfarming is central to the history of both the Middle East and North America, where it was closely related to modern forms of power, sovereignty, and territoriality. I suggest that American interest in dryfarming science emerged out of a practical need to propel and sustain colonization of the Great Plains, but later became a joint effort of researchers from several emerging settler enterprises, including Australia, Canada, and the Zionist movement. In contrast to a naturally ocurring bioregion, I argue that the drylands spatiality was engineered through, rather than outside, the territorialization of modern power.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,993
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,031
Communication savante0,0050,003
Science ouverte0,0000,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,072
Tête enseignante GPT0,265
Écart entre enseignants0,193 · 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.

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

Citations10
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal Middle East StudiesMême sujetAgriculture, Land Use, Rural DevelopmentTravaux en français237 207