MétaCan
Menu
Retour à la cohorte
Enregistrement W3100850795 · doi:10.24043/isj.137

Silk Road archipelagos: Islands of the Belt and Road Initiative

2020· article· en· W3100850795 sur OpenAlexvenueno aff
Adam Grydehøj, Sasha Davis, Rui Guo, Huan Zhang

Notice bibliographique

RevueIsland Studies Journal · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIsland Studies and Pacific Affairs
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArchipelagoArchipelagic stateGeographyChinaTourismEconomySustainabilityGeopoliticsPolitical scienceEcologyArchaeologyPoliticsLaw

Résumé

récupéré en direct d'OpenAlex

The concept behind the Belt and Road Initiative (BRI; formerly ‘One Belt, One Road’) began to take shape in 2013. Since then, this Chinese-led project has become a major plank in China’s foreign relations. The BRI has grown from its basis as a vision of interregional connectivity into a truly global system, encompassing places—including many island states, territories, and cities—from the South Pacific to the Arctic, from East Africa to the Caribbean, from the Indian Ocean to the Mediterranean. Islands and archipelagos are particularly prominent in the BRI’s constituent 21st-Century Maritime Silk Road (MSR) and Polar Silk Road or Ice Silk Road projects, but little scholarly attention has been paid to how the BRI relates to islands per se. This special section of Island Studies Journal includes nine papers on islands and the BRI, concerning such diverse topics as geopolitics, international law and territorial disputes, sustainability and climate change adaptation, international relations of autonomous island territories, development of outer island communities, tourism and trade, and relational understandings of archipelagic networks. Taken together, these papers present both opportunities and risks, challenges and ways forward for the BRI and how this project may impact both China and island and archipelago states and territories.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,143

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,002
Communication savante0,0020,002
Science ouverte0,0000,003
Intégrité de la recherche0,0000,001
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 Opus0,061
Tête enseignante GPT0,317
Écart entre enseignants0,256 · 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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIsland Studies JournalMême sujetIsland Studies and Pacific AffairsTravaux en français237 207