MétaCan
Menu
Retour à la cohorte
Enregistrement W2608413372 · doi:10.1093/acrefore/9780199366439.013.340

Folk Festivals, Community Development, and the Sugar Industry Crisis in Tucumán, Argentina, 1966–1973

2017· reference-entry· en· W2608413372 sur OpenAlexaboutno aff
Óscar Chamosa

Notice bibliographique

RevueOxford Research Encyclopedia of Latin American History · 2017
Typereference-entry
Langueen
DomaineSocial Sciences
ThématiqueArgentine historical studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)UnrestFinancial crisisBoomEconomyDictatorGovernment (linguistics)Quarter (Canadian coin)Political scienceEconomic growthEconomic historyGeographyHistoryLawEconomicsPolitics

Résumé

récupéré en direct d'OpenAlex

Abstract In the late 1960s, the sugar-growing province of Tucumán, Argentina, was undergoing the deepest economic crisis of its history. In 1966, eleven large sugar mills closed by order of the national government, then ruled by military dictator Juan Carlos Onganía. The mills closure left a quarter of the province’s labor force unemployed, which, in turns, prompted a massive rural exodus and a permanent state of social unrest. Paradoxically, at the same time, the suddenly impoverished region was experiencing a boom of folk music festivals organized by small cities and rural towns, including those severely hit by the sugar industry crisis. This essay explores the context of the folk festival phenomenon, analyzing the role of town notables and local civic organizations in responding to the crisis brought about by the closure of the mills. The festivals were, in fact, part of a wider effort of local towns to develop their infrastructure and social services. By organizing festivals and fostering community development, local notables acted as a counterweight to the activism of the working class, generating spaces of consent that aided the military government’s plans to reorder the provincial economy.

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)0,001
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,127
Score d'incertitude au seuil0,252

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,003
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,139
Tête enseignante GPT0,378
Écart entre enseignants0,239 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford Research Encyclopedia of Latin American HistoryMême sujetArgentine historical studiesTravaux en français237 207