MétaCan
Menu
Retour à la cohorte
Enregistrement W3118930870 · doi:10.1080/08263663.2021.1855892

From the war on terror to a war on territory: corporate counterinsurgency at the Escobal mine and the Dakota Access Pipeline

2021· article· en· W3118930870 sur OpenAlexafffund
Simon Granovsky-Larsen, Larissa Santos

Notice bibliographique

RevueCanadian Journal of Latin American and Caribbean Studies / Revue canadienne des études latino-américaines et caraïbes · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensUniversity of Regina
Organismes subventionnairesUniversity of Regina
Mots-clésContext (archaeology)Order (exchange)Pipeline (software)Political scienceEconomyPolitical economyBusinessEngineeringSociologyEconomicsFinanceGeography

Résumé

récupéré en direct d'OpenAlex

As extractive industries expand and adapt to the globalized economy, new methods have emerged to ensure extraction at any cost. In the context of the global war on terror and the privatization of security, private military and security companies now offer their services to extractive corporations in non-combat scenarios. This paper applies the concept of corporate counterinsurgency to the Escobal mine in Guatemala and the Dakota Access Pipeline in the United States in order to identify the characteristics of militarized campaigns launched by transnational corporations and supported by states. Based on primary documents and investigative reporting from both cases, we argue that the counterinsurgent tactics deployed against movements resisting extractive projects stem from a strategic goal to control territory, shared by transnational corporations in the extractive and security sectors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,390
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

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

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 Opus0,045
Tête enseignante GPT0,251
Écart entre enseignants0,206 · 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 tête enseignante, 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

Citations15
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Latin American and Caribbean Studies / Revue canadienne des études latino-américaines et caraïbesMême sujetMining and Resource ManagementTravaux en français237 207