MétaCan
Menu
Retour à la cohorte
Enregistrement W4283260834 · doi:10.18357/bigr32202220783

Bunker Mentalities: The Shifting Imaginaries of Albania’s Fortified Landscape

2022· article· en· W4283260834 sur OpenAlexaffvenue
Frédèric Lasserre, Enkeleda Arapi, Mia M. Bennett

Notice bibliographique

RevueBorders in Globalization Review · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueBalkans: History, Politics, Society
Établissements canadiensUniversité LavalNatural Sciences and Engineering Research Council of Canada
Organismes subventionnairesnon disponible
Mots-clésBunkerEconomyCommodificationPopulationPolitical scienceSociologyGeographyArchaeologyEconomics

Résumé

récupéré en direct d'OpenAlex

Between 1967 and 1986, the Albanian government built an estimated 750,000 small and medium-sized military bunkers for defense purposes. These concrete constructions were spread across the country’s territory, with many concentrated along borders and beaches, in cities, and near key industries, strategic points, and transportation infrastructure. Long symbols of the communist regime, after it collapsed in 1991, the bunkers lost their purpose. As a result, both the narratives surrounding bunkers and their actual uses experienced significant transformations. Originally designed to control borders and instill fear in the population, bunkers have since been abandoned, destroyed, and graffitied, as might be expected. More notably, local entrepreneurs have transformed some bunkers into hotels or restaurants, while the state and non-profit organizations have turned others into commemorative sites that respectively glorify or expose the communist regime’s undertakings. Our ethnographic research into the discursive and material shifts to Albania’s fortified landscape, based on several field trips, interviews and investigations carried out between 2007 and 2017, identifies four contemporary “bunker mentalities” in Albania: indifference, derision, commodification, and commemoration.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,013
Communication savante0,0040,004
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,341
Écart entre enseignants0,318 · 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
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

Citations6
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBorders in Globalization ReviewMême sujetBalkans: History, Politics, SocietyTravaux en français237 207