MétaCan
Menu
Retour à la cohorte
Enregistrement W3131944556 · doi:10.1080/0950236x.2021.1889829

What do we talk about when we talk about extractivism?

2021· article· en· W3131944556 sur OpenAlexaff
Imre Szemán, Jennifer Wenzel

Notice bibliographique

RevueTextual Practice · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEcocriticism and Environmental Literature
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésCapitalismMateriality (auditing)IdeologySocialismScholarshipSociologyHistoricismValue (mathematics)AestheticsEnvironmental ethicsEpistemologyPoliticsPolitical scienceLawPhilosophy

Résumé

récupéré en direct d'OpenAlex

The term ‘extractivism' has quickly become the name for every process and practice through which value is generated for capitalism. Given this conceptual ubiquity, what analytic function does this term actually serve? This Afterword to a special issue on Extractivism reflects upon possible reasons why scholars in the humanities have recently become interested in resource extraction, among which is the desire for one's scholarly work to respond to a gathering sense of planetary environmental crisis. Such engaged scholarship may, however, be premised on faulty assumptions about the realms of discourse and experience where it can have effects. Extending Stuart Hall's insights about the need for both commitment and circumspection regarding the work our research can do in the world, this essay considers the relationship between resource extraction as a moment and process under capitalism (or socialism), and extractivism as an ideology and cultural logic that permeates social imaginaries as well as literary and other discourse. Keeping an eye on the materiality of relations and processes dubbed “extractive” is one way of avoiding the conceptual creep, metaphorical inflation, synonymical restatement, and loss of analytical precision that is now developing in the use of the term ‘extractivism.’

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)0,039
score de la tête « metaresearch » (Gemma)0,056
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 enseignants0,039
Score d'incertitude au seuil0,206

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0390,056
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0070,008
Études des sciences et des technologies0,0140,114
Communication savante0,0330,063
Science ouverte0,0050,009
Intégrité de la recherche0,0120,034
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,024
Tête enseignante GPT0,257
Écart entre enseignants0,233 · 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

Citations94
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTextual PracticeMême sujetEcocriticism and Environmental LiteratureTravaux en français237 207