MétaCan
Menu
Retour à la cohorte
Enregistrement W2611516964 · doi:10.1111/tran.12184

‘The ice edge is lost … nature moved it’: mapping ice as state practice in the Canadian and Norwegian North

2017· article· en· W2611516964 sur OpenAlexaboutno aff
Philip E. Steinberg, Berit Kristoffersen

Notice bibliographique

RevueTransactions of the Institute of British Geographers · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensnon disponible
Organismes subventionnairesKlima- og miljødepartementetUniversitetet i OsloLeverhulme Trust
Mots-clésNorwegianState (computer science)GeographyEnhanced Data Rates for GSM EvolutionOceanographyGeologyPolitical scienceEngineeringComputer sciencePhilosophyTelecommunications

Résumé

récupéré en direct d'OpenAlex

This paper explores how ‘ice’ is woven into the spaces and practices of the state in Norway and Canada and, specifically, how representations of the sea ice edge become political agents in that process. We focus in particular on how these states have used science to ‘map’ sea ice – both graphically and legally – over the past decades. This culminated with two maps produced in 2015, a Norwegian map that moved the Arctic sea‐ice edge 70 km northward and a Canadian map that moved it 200 km southward. Using the maps and their genealogies to explore how designations of sea ice are entangled with political objectives (oil drilling in Norway, sovereignty claims in Canada), we place the maps within the more general tendency of states to assign fixed categories to portions of the earth's surface and define distinct lines between them. We propose that the production of static ontologies through cartographic representations becomes particularly problematic in an icy environment of extraordinary temporal and spatial dynamism, where complex ocean–atmospheric processes and their biogeographic impacts are reduced to lines on a map.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,071
Score d'incertitude au seuil0,514

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,012
Études des sciences et des technologies0,0100,010
Communication savante0,0080,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
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 Opus0,017
Tête enseignante GPT0,311
Écart entre enseignants0,294 · 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

Citations43
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Institute of British GeographersMême sujetIndigenous Studies and EcologyTravaux en français237 207