MétaCan
Menu
Retour à la cohorte
Enregistrement W4300531281 · doi:10.25071/1913-5874/37370

áanzho ha’shi ‘dał’k’ida’, ‘áá’áná’, ‘doo maanaashni’: Welcoming ‘long ago’, ‘way back’ and ‘remember’—as an Ndé decolonization and land recovery process

2012· article· en· W4300531281 sur OpenAlexaff
Margo Támez

Notice bibliographique

RevueInTensions · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLatin American and Latino Studies
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésIndigenousDecolonizationAutonomyCovenantLawResistance (ecology)Economic JusticeCorporate governanceSelf-determinationPolitical scienceHuman rightsSociologyEnvironmental ethicsEthnologyManagementPhilosophyEcology

Résumé

récupéré en direct d'OpenAlex

Memory, re-membering, oral history and critical recovery are pillars of a Ndéi decolonization and self-determination process in indigenous peoples’ rancherías along the Lower Rio Grande River and Texas-Mexico border. The goals of this process are to dismantle the U.S. border wall bifurcating the customary lands of indigenous peoples; to reclaim dispossessed lands; and to revitalize Ndé ways of life in autonomy and self-governance. In the Ndé language, we can communicate in this way about a recovery process, Dáanzho ha’shi ‘dał’k’ida’ áá’áná ‘doo maanaashni’—‘long ago, way back’ and gain knowledge, insights and tools from our foremothers’ and forefathers’ struggles and resistance strategies. In October 2009, when the U.S. violently coerced and forced vulnerable peoples off the community lands along the Texas-Mexico border, and obstructed international covenants, treaties, and human rights laws, the discursive legal fiction of ‘terrorism’ was deployed to launch a massive land grab. At this stage, however, indigenous peoples along the Lower Rio Grande River were already involved in an ongoing process of restoring and implementing Ndé law and governance systems based upon women’s traditional knowledge and historical experiences in land defense.

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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,047

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0080,005
Communication savante0,0040,003
Science ouverte0,0000,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,028
Tête enseignante GPT0,333
Écart entre enseignants0,305 · 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'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

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInTensionsMême sujetLatin American and Latino StudiesTravaux en français237 207