MétaCan
Menu
Retour à la cohorte
Enregistrement W2894766845 · doi:10.1111/1468-2427.12675

Fungible Space: Competition and Volatility in the Global Logistics Network

2018· article· en· W2894766845 sur OpenAlexaff
Martin Danyluk

Notice bibliographique

RevueInternational Journal of Urban and Regional Research · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueMaritime Ports and Logistics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSupply chainCompetition (biology)Volatility (finance)Industrial organizationGlobalizationBusinessBattleEconomicsMarket economyEconomic geographyCommerceEconomyMarketingFinance

Résumé

récupéré en direct d'OpenAlex

Abstract This article examines an emerging form of interspatial competition premised on attracting cargo traffic and value‐added logistics activities. Against the backdrop of economic globalization and the revolution in logistics, place‐based actors are increasingly vying to insert their localities into transnational supply chains. I explore the causes, conditions and consequences of this burgeoning growth strategy through a study of the dynamics surrounding the expansion of the Panama Canal, opened to shipping traffic in June 2016, and the consequent battle among North American ports to attract a new generation of oversized container vessels. The spatial practices of mobile actors in the logistics industry, I argue, represent the leading edge of capitalism's tendency to render places interchangeable—a condition I call fungible space. The abstract logic of spatial substitution, however, can never fully escape the concrete qualities of particular places, which form the very conditions of interchangeability itself. This dialectic of spatial fungibility and geographic specificity has intensified rivalries for volatile commodity flows and made logistics‐oriented development a particularly risky growth strategy for cities. What is at stake in these speculative ventures is the welfare of vulnerable communities and workers, who disproportionately bear the costs and risks of supply‐chain volatility.

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)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,008
Communication savante0,0080,009
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 GPT0,352
Écart entre enseignants0,281 · 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'étudeObservationnel
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

Citations48
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Urban and Regional ResearchMême sujetMaritime Ports and LogisticsTravaux en français237 207