MétaCan
Menu
Retour à la cohorte
Enregistrement W2548574643 · doi:10.17516/1997-1370-2016-9-10-2351-2364

Geographical and Legal Problems of Delimitation of the Arctic Territories in the Krasnoyarsk Territory (Krai)

2016· article· en· W2548574643 sur OpenAlexaboutno aff
Л. А. Безруков

Notice bibliographique

RevueJournal of Siberian Federal University Humanities & Social Sciences · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueArctic and Russian Policy Studies
Établissements canadiensnon disponible
Organismes subventionnairesRussian Humanitarian Foundation
Mots-clésGeographyArcticThe arcticArchaeologyEnvironmental protectionEcologyGeologyOceanographyBiology

Résumé

récupéré en direct d'OpenAlex

The present study deals with the geographical and legal problems of delimitation of the North and Arctic territories in the Krasnoyarsk Territory (Krai).With respect to the legislative delimitation of the North as a separate entity, it provides characteristics the three main latitude zones of the Krasnoyarsk Territory (Krai): the South (the Southern Latitude Belt), the Near North, and the Far (Extreme) North, along with the respective principles of territorial policy.The emphasis is placed on the insufficient substantiation of the "Arctic zone" delimitation on land, especially on the existing contradictions between its boundaries and the boundaries of the Extreme North zone.The article also explores the problem of political and legal regulation as regards the demarcation of the water area of the Arctic Ocean, which arose after the entry of the 1982 UN Convention on the Law of the Sea (UNCLOS) into force, as its principal provisions were fundamentally different from the historically established division of the Arctic into five polar sectors belonging to Russia, Canada, the USA, Denmark and Norway.Some issues related to the influence of the differences in the Arctic maritime spaces' legal status on the peculiarities of the development of their natural resources are also covered.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil0,197

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,010
Communication savante0,0050,002
Science ouverte0,0010,004
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 Opus0,035
Tête enseignante GPT0,262
Écart entre enseignants0,227 · 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
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Siberian Federal University Humanities & Social SciencesMême sujetArctic and Russian Policy StudiesTravaux en français237 207