MétaCan
Menu
Retour à la cohorte
Enregistrement W4367625200 · doi:10.1016/j.exis.2023.101261

(In)visible fluidities across sandscapes: Sand dredging and local socio-environmental impacts along the Red and Mekong Rivers

2023· article· en· W4367625200 sur OpenAlexafffund
Jean‐François Rousseau, Melissa Marschke

Notice bibliographique

RevueThe Extractive Industries and Society · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWater Governance and Infrastructure
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of Ottawa
Mots-clésDredgingRiparian zoneSand miningGeographyClimate changeEcologyEnvironmental resource managementEnvironmental scienceHabitat

Résumé

récupéré en direct d'OpenAlex

River sand, in its fluid form, is constantly shifting, being displaced through human activities and hydrological processes. The specific connections between the drivers and consequences of sand displacement are difficult to isolate. An emerging concept to help unpack such connections is the sandscape, which encompasses the social-ecological interactions and spatial reconfigurations that the movement and transformation of this granular resource yield. Focusing on riparian communities along the Red River in China and Mekong River in Cambodia, we pay attention to how the fluid interactions of sand and water entwine people, nature and power. We examine how sand mining has emerged alongside other drivers of change in riparian ecosystems, including river damming and infrastructure development. While sand mining impacts local sandscapes – with erosion being the most visible imprint –, riparian communities do not systematically attribute these shifts to sand dredging specifically. Explanations include that people cannot always openly critique sand mining, a sensitive issue in these authoritarian states, but also that sandscape modifications are difficult to parse out amongst the rapid social-ecological changes riparian dwellers experience. We unveil these obscuring factors and enhance sand legibility by further conceptualizing how sand, water, people and power meet and shift across these two sandscapes.

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 candidatesÉtudes 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 enseignants0,170
Score d'incertitude au seuil0,999

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 technologies0,0020,002
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,016
Tête enseignante GPT0,270
Écart entre enseignants0,254 · 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

Citations15
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Extractive Industries and SocietyMême sujetWater Governance and InfrastructureTravaux en français237 207