MétaCan
Menu
Retour à la cohorte
Enregistrement W3025076518 · doi:10.1111/anti.12636

Writing Political Forests

2020· article· en· W3025076518 sur OpenAlexaff
Nancy Lee Peluso, Peter Vandergeest

Notice bibliographique

RevueAntipode · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSoutheast Asian Sociopolitical Studies
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésPoliticsContext (archaeology)SociologyPolitical scienceEnvironmental ethicsEpistemologyGeographyArchaeologyLaw

Résumé

récupéré en direct d'OpenAlex

Abstract In this essay, we highlight the intellectual context that shaped our initial conceptualisation of political forests as dynamic spaces and political ecologies, and how our fieldwork and comparative approach shaped our subsequent elaboration of the concept and its empirical manifestations. Of particular significance was our emphasis on incorporated/relational comparison and our multiscale analysis. These approaches allowed us to locate subjects and processes in specific field sites within an emergent global forestry network produced through multiscale interactions and movements within and among colonial and FAO forestry empires. We revisit the key processes through which we learned to see common and contrasting mechanisms that have made forests inherently political in our six research sites in Indonesia, Malaysia, and Thailand, linking these “classic” mechanisms to concepts in wide use today. These concepts include understanding political forests as co‐produced, the significance of expertise in their reproduction, and the interactions between politics and the lively materialities of political forests. Among other conclusions, we suggest that the political forest is being replaced by what could be called “political conservation”, which has its own knowledge networks and expertise that displace but also build on political forestry. Finally, we reflect on how these ideas are being further developed by the authors in this symposium, whom we gratefully acknowledge for demonstrating that the politicisation of forests continues to be significant today.

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)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,005
Communication savante0,0050,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0160,003

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 Opus0,060
Tête enseignante GPT0,354
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'étudeSans objet
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

Citations75
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAntipodeMême sujetSoutheast Asian Sociopolitical StudiesTravaux en français237 207