Algorithmic Nations: Towards the Techno-Political (Basque) City-Region
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Despite the need to better understand the changing dynamics between the ongoing political regionalization processes and the re-scaling of nation-states, at least in Europe, updated and timely research that responds to these challenges fueled by data-driven societies and the algorithmic revolution invigorated by an uneven establishment of borders remains scant and ambiguous. Nations, regardless of the spatial boundary by which we define them, matter as much as political borders and account for algorithmic disruption. Hence, this paper explores these new cartographies from the regional studies perspective by presenting the city-region as a pivotal term amidst a wide range of challenges for cities, regions, and nation-states. The Basque Country, as a small, stateless, city-regionalized European nation, is presented as a case study, focusing on its transitional techno-political and city-regional metaphor called ‘Euskal Hiria’ (Basque City). The paper examines five standpoints in the understanding of this notion as well as three potential drivers (metropolitanization, devolution, and the right to decide) that will further determine its future position amidst Spain, France and the EU. The paper explores the concept of Basque City in the context of the attempts by small states (such as Estonia and Singapore) and small, stateless city-regionalized nations (such as Catalonia, Flanders, and Quebec) to modify their governmental logics and devolve powers through blockchain technologies, thus enabling their interactions directly with citizens by setting up new city-regional and techno-political patterns that this paper terms ‘Algorithmic Nations’.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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