(Un)Making smallness: Islands, spatial ascription processes and (im)mobility
Notice bibliographique
Résumé
Official categorization systems classify some states, including island-states, as small. Malta, located in the Mediterranean Sea, is one of six European microstates and the European Union’s smallest member state. Smallness, however, refers to more than fixed geographic scales. The understanding of smallness developed in this article, in contrast, moves beyond geographic features and argues instead that smallness is related to perceptions, experiences, and ascriptions. We challenge universal understandings of smallness against the backdrop of ethnographic research carried out in Malta (2013–2018) by exploring how island-related smallness is produced and used situationally in the context of (im)mobility. By focusing on narratives of smallness by various actors with whom we engaged during fieldwork, we demonstrate how smallness, islandness, and (im)mobilizing policies intersect at the EU’s external border. In addition, and in order to contribute to decolonial perspectives within Island Studies, we reflect on our role in (un)making smallness. We discuss our understandings of smallness against the backdrop of our empirical material and scholarly debates, and, in so doing, avoid the reproduction of universal understandings. In this vein, we argue for the deconstruction of simplified interpretations of smallness and claim that smallness must be viewed as a relational concept.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,029 |
| Communication savante | 0,006 | 0,009 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».