Notice bibliographique
Résumé
hen we first proposed this issue of Intermdialits/Intermediality in Fall 2018, the world was gripped with impending changes and challenges to border regions. The United Kingdom was grappling with the long-term implications of the 2016 Brexit vote. Mass migration continued to flow between North African and Middle Eastern nations and Europe, placing new strains on the European Union amidst a tide of populist politics. In the United States, the Trump administration had turned the North American Free Trade Agreement upside down and was simultaneously demanding completion of a 3,145-kilometer physical wall along the US-Mexican border. The US-Mexico border became one of President Donald Trump's first and favoured targets. Leveraging the publicity around the migrant caravan through Central America and Mexico, Trump renewed an ongoing campaign to further fortify an already securitized landscape in latching onto the symbolic prospect of fortress America. This blustery proposal served as a political football for much of 2018 while the Trump administration steadily and quietly increased the number of immigrant detainees indefinitely, separating children from their families. At the same time, new anti-immigrant policies sent shockwaves through American immigrant communities as bans on immigration and related measures led to a temporary refugee crisis on America's other (northern) border. As US visas expired for Syrians, Somalis, Haitians, and others, many traveled north to claim refugee status at rural, makeshift locations on the Canada-US border in a series of surreal scenes at Roxham Road on the Quebec-New York border as well as in the small community of Emmerson, Manitoba.
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 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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».