MétaCan
Menu
Retour à la cohorte
Enregistrement W4378193796 · doi:10.52975/llt.2023v91.008

“We Thought It Would Last Forever”

2023· article· en· W4378193796 sur OpenAlexaffvenueabout
Tee Wern Lim, Arn Keeling, Terre Satterfield

Notice bibliographique

RevueLabour / Le Travail · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensMemorial University of NewfoundlandUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDeindustrializationBustArcticContext (archaeology)ColonialismModernityBoomIndigenousPolitical scienceEconomyGeographyOceanographyEconomicsArchaeologyLaw

Résumé

récupéré en direct d'OpenAlex

Although mine closures are an inherent feature of extractive industry, they tend to receive less attention in the literature on deindustrialization than the closures of manufacturing and other heavy industries. Until recently, the settler-colonial context of hinterland mineral development and its impact on northern Indigenous lands and communities in Canada have also remained largely unexplored within this literature. Mineral development is historically associated with the introduction of a colonial-capitalist industrial modernity across Canada’s northern regions. Yet the boom-and-bust nature and ultimate ephemerality of mineral development has meant that resource-extractive regions have also been subject to intensive “cyclonic” periods of closure and deindustrialization. This article examines the experience of deindustrialization on the part of the Inuit community of Arctic Bay, who were largely “left behind” by the closure of Nanisivik, Canada’s first High Arctic mine. Through documentary sources and oral history interviews we illustrate how, for Arctic Bay Inuit who were engaged in the cyclonic economies of Nanisivik’s development and closure, there were myriad dimensions of social loss, displacement, and resentment associated with the failure of this industrial enterprise to deliver promised benefits to Inuit, beyond more commonly understood socioeconomic impacts such as job loss.

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)0,004
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,139
Score d'incertitude au seuil0,276

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0180,022
Communication savante0,0060,007
Science ouverte0,0010,003
Intégrité de la recherche0,0030,011
Charge utile insuffisante (le modèle a refusé de juger)0,0090,004

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 Opus0,047
Tête enseignante GPT0,349
Écart entre enseignants0,303 · 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

Citations3
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueLabour / Le TravailMême sujetIndigenous Studies and EcologyTravaux en français237 207