MétaCan
Menu
Retour à la cohorte
Enregistrement W4308579024 · doi:10.1111/anti.12897

Fossil Fuels and Fossil Kin: An Environmental Kin Study of Weaponised Fossil Kin and Alberta’s <scp>So‐Called</scp> “Energy Resources Heritage”

2022· article· en· W4308579024 sur OpenAlexaffabout
Zoe Todd

Notice bibliographique

RevueAntipode · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésFossil fuelGreenhouse gasResource (disambiguation)Per capitaNatural resource economicsEnvironmental protectionGeographyEcologyPopulationEconomicsSociologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Alberta produces 80% of the crude oil extracted in Canada. Canadian resource industry proponents and governments claim to be climate leaders, but Canada produces the highest per capita greenhouse gas emissions of all G20 countries, and is among the top ten carbon dioxide producers globally. Much of this pollution can be tied back to Alberta’s petro‐economy, an industry whose fossil wealth dates back millions of years to a time when flora and fauna were deposited in the lands and waters that Alberta now claims. Expanding on my earlier work on oil, gas, water, fish, and the Cree legal‐ethical principle of wahkohtowin in Alberta’s fossil‐scapes, this article examines what happens when the weaponised fossil kin of Alberta’s fossil and petro‐deposits are extracted and transformed into waste and pollution that disrupt reciprocal relationalities between human and nonhuman beings in Alberta’s watersheds, landscapes, atmospheres, and beyond.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,195
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,015
Tête enseignante GPT0,265
Écart entre enseignants0,249 · 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'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

Citations26
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAntipodeMême sujetGeographies of human-animal interactionsTravaux en français237 207