MétaCan
Menu
Retour à la cohorte
Enregistrement W2968351148 · doi:10.1007/978-3-319-77440-4_12

Powers of Access: Impacts on Resource Users and Researchers in Myanmar’s Shan State

2019· book-chapter· en· W2968351148 sur OpenAlexaff
Kirstine Roberts

Notice bibliographique

Revue˜The œanthropocene: Politik - economics - society - science · 2019
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueAsian Geopolitics and Ethnography
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésLivelihoodNatural resourceState (computer science)Political scienceDisadvantageGeographyResource (disambiguation)Economic growthGovernment (linguistics)Environmental planningDevelopment economicsBusinessEconomicsAgriculture

Résumé

récupéré en direct d'OpenAlex

Natural resources in the Shan State of Myanmar provide the base for livelihoods among rural populations, providing food, shelter, and medicine to regions where markets, clinics, and schools are scarce. Local wisdom talks about the three governments in the Shan State: The central Myanmar government, the Burmese military, and the local ethnic armed organizations (EAOs). These fragmented sovereignties directly impact not only local communities’ access to natural resources, but also the research methods used to understand this. Using two villages from along the Thanlwin River in the Shan State and the collaborative methods from this research project as case studies, this chapter unpacks rights-based, disciplinary and structural, and relational mechanisms of access to enforce control over natural resources; at times, to the advantage or disadvantage of local communities and the research process. By understanding the mechanisms of access behind fragmented sovereignties it becomes possible to better design research and to analyze the feasibility and impacts of policy implementations on the lives of local people.

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)0,003
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0080,005
Communication savante0,0040,005
Science ouverte0,0010,007
Intégrité de la recherche0,0010,002
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 Opus0,074
Tête enseignante GPT0,352
Écart entre enseignants0,279 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue˜The œanthropocene: Politik - economics - society - scienceMême sujetAsian Geopolitics and EthnographyTravaux en français237 207