MétaCan
Menu
Retour à la cohorte
Enregistrement W4252063348 · doi:10.1093/oso/9780197535585.001.0001

Fueling Resistance

2021· book· en· W4252063348 sur OpenAlexaffabout
Kate J. Neville

Notice bibliographique

RevueOxford University Press eBooks · 2021
Typebook
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésResistance (ecology)BiologyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract This book explores how and why controversies over liquid biofuels (bioethanol and biodiesel) and hydraulic fracturing (“fracking”) unfolded in surprisingly similar ways in the Global North and South. In the early 2000s the search was on for fuels that would reduce greenhouse gas emissions, spur economic development in rural regions, and diversify national energy supplies. Biofuels and fracking took center stage as promising commodities and technologies. But controversy quickly erupted. Global enthusiasm for these fuels and the widespread projections for their production around the world collided with local politics. Rural and remote places, such as coastal east Africa and Canada’s Yukon territory, became hotbeds of contention in these new energy politics. Opponents of biofuels in Kenya and of fracking in the Yukon activated specific identities, embraced scale shifts across transnational networks, brokered relationships between disparate communities and interests, and engaged in contentious performances with symbolic resonance. To explain these convergent dynamics of contention and resistance, the book argues that the emergence of grievances and the mechanisms of mobilization that are used to resist new fuel technologies depend less on the type of energy developed than on intersecting elements of the political economy of energy—specifically finance, ownership, and trade relations. Taken together, the intersecting elements of the political economy of energy shape patterns of resistance in new energy frontiers.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,188
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,171
Écart entre enseignants0,158 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOxford University Press eBooksMême sujetEnergy and Environment ImpactsTravaux en français237 207