MétaCan
Menu
Retour à la cohorte
Enregistrement W4292560481 · doi:10.1177/01622439221119851

Industrializing Bacterial Work: Microbiopolitics, Biogas Alchemy, and the French Waste Management Sector

2022· article· en· W4292560481 sur OpenAlexaboutno aff
François‐Joseph Daniel

Notice bibliographique

RevueScience Technology & Human Values · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Work (physics)BusinessWaste managementEngineeringNatural resource economicsEconomicsBiology

Résumé

récupéré en direct d'OpenAlex

Biological waste recycling has recently attracted widespread interest and investment. Large industrial plants that use microbiological engineering to process municipal waste and produce biogas have been established in different countries including Germany, France, Portugal, Brazil, Canada, and China, to name a few. These biowaste facilities are not simply classical energy infrastructures, as they are commonly described, but rather rely on the power of bacteria, archaea, and fungi at several levels to accomplish the work of waste metamorphosis. Such an appropriation of microbes’ vital force is based on specific and complex human–microbe relations, or microbiopolitics, that rely on practices of attention, care, and proximity with waste material. However, in these industrial attempts of upgrading the metabolic work of bacteria, the need for more hands-on daily care of waste materials and biological processes is being superseded by the automation of waste processing. Close examination of the French context shows that this shift produces ignorance regarding the growth and evolution of bacterial colonies and reduces humans’ attention and proximity to the industrial process, thereby depriving the microbes of elements that hitherto kept them domesticated.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,307

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,009
Communication savante0,0050,002
Science ouverte0,0000,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,033
Tête enseignante GPT0,313
Écart entre enseignants0,280 · 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.

Devis d'étudeQualitatif
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

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience Technology & Human ValuesMême sujetGeographies of human-animal interactionsTravaux en français237 207