MétaCan
Menu
Retour à la cohorte
Enregistrement W2478762840 · doi:10.22584/nr42.2016.003

The DEW Line and Canada’s Arctic Waste: Legacy and Futurity

2016· article· en· W2478762840 sur OpenAlexafffundvenueabout
Myra J. Hird

Notice bibliographique

RevueThe Northern Review · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueArctic and Russian Policy Studies
Établissements canadiensQueen's University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésArcticModernization theoryStewardship (theology)PoliticsSovereigntyPolitical scienceEnvironmental planningGeographyLawOceanography

Résumé

récupéré en direct d'OpenAlex

During the Cold War, the United States and Canada embarked on an ambitious military construction project in the Arctic to protect North America from a northern Soviet attack. Comprised of sixty-three stations stretching across Alaska, Canada’s Arctic, Greenland, and Iceland, the Distant Early Warning (DEW) Line constitutes both the largest military exercise and waste remediation project in Canadian Arctic history. Despite the massive cleanup operation undertaken, the DEW Line’s waste legacy endures as a prominent and deeply rooted feature of Canada’s Arctic history. Drawing upon a rich historical, anthropological, military, political science, and environmental studies literature, this article explores waste as a key issue in the shifting narratives concerned with the modernization of the Canadian Arctic. While the DEW Line has been extensively analyzed in terms of its effects on the modernization of the Arctic, this article seeks to link Canadian sovereignty, security, resource exploitation, environmental stewardship, and Inuit self-determination directly to waste issues. As industrial activity and military exercises stand to significantly increase in the Arctic, I want to draw attention to the lessons of the DEW Line; that ”develop now; remediate later” incurs steep human health, environmental, financial, and political costs.

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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,291

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,008
Études des sciences et des technologies0,0060,006
Communication savante0,0060,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
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 Opus0,021
Tête enseignante GPT0,290
Écart entre enseignants0,269 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2016
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueThe Northern ReviewMême sujetArctic and Russian Policy StudiesTravaux en français237 207