MétaCan
Menu
Retour à la cohorte
Enregistrement W4220988344 · doi:10.1080/24694452.2022.2029087

Introduction to Displacements

2022· article· en· W4220988344 sur OpenAlexaff
Kendra Strauss

Notice bibliographique

RevueAnnals of the American Association of Geographers · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change, Adaptation, Migration
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)SociologyPrecarityFeelingUnconscious mindDisplacement (psychology)AnnalsDislocationGlobeHistoryGender studiesEpistemologyPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

In the first months of 2020, the call for papers for the 2022 Special Issue of the Annals of the American Association of Geographers was circulated. It invited papers that engage with multiple forms and meanings of displacements and their geographies: patterns of shifting, dislocation, or putting out of place; substitutions of one idea for another or the unconscious transfer of intense feelings or emotions; activities occurring outside their normal context; and replacements of one thing by another. The COVID-19 pandemic, declared by the World Health Organization shortly after, produced new displacements and intensified existing patterns of displacement and dispossession, including human and more-than-human mobilities and immobilities. At the same time, socionatural displacements—floods, fires, droughts, hurricanes, sea-level rise, species loss, and dislocation—were the backdrop to the displaced and deferred hopes of the 2021 United Nations Climate Change Conference. The twenty-seven articles in this special issue contend with how we as geographers conceptualize and theorize displacements; the range of sites, spaces, processes, affects, scales, and actors we study with to understand them; and what is at stake politically in how we research displacements. It is also a pandemic archive of academic labor, in which we find traces of displacements within and beyond our discipline.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
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 Opus0,057
Tête enseignante GPT0,343
Écart entre enseignants0,287 · 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'étudeObservationnel
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of the American Association of GeographersMême sujetClimate Change, Adaptation, MigrationTravaux en français237 207