MétaCan
Menu
Retour à la cohorte
Enregistrement W4387573963 · doi:10.1111/1467-9655.14047

Authors of misfortune: interpretation and expertise in a model disaster

2023· article· en· W4387573963 sur OpenAlexaboutno aff
Tom Özden‐Schilling

Notice bibliographique

RevueJournal of the Royal Anthropological Institute · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSustainability and Climate Change Governance
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Foundation
Mots-clésBureaucracyInterpretation (philosophy)Framing (construction)NarrativeSituational ethicsEpistemologySociologyPolitical scienceHistoryLawPoliticsLiteratureComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Since 2001, beetles have killed two‐thirds of the pine trees in British Columbia, Canada, decimating the predominant commercial tree species in one of the world's largest timber economies. Attempts to construct and circulate computer models of the infestation and its aftermaths, however, have obscured destabilizing changes across state institutions for environmental research. Juxtaposing literary conceptualizations of distributed authorship with ethnographic critiques of technoscientific bureaucracy, this article examines how the proliferation of computer models in contemporary resource planning institutions has altered the ways experts participate in and sanction interpretive communities. The dynamic conceptualizations of authorship produced through these exchanges challenge existing portraits of anticipatory governance, an emergent mode of administration that often relies on models for procedural implementation and narrative framing even as it circumscribes modellers’ voices to specific moments of interpretation and critique. While modellers make claims on distant futures to provoke discussion among diverse actors, later interpreters may highlight a model's apparent precision or its radical uncertainties to defer criticisms of problematic interventions and government restructuring. Such modes of attribution have deepened many scientists’ sense of estrangement from the interpretive communities their models help to engender.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,347

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
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 Opus0,029
Tête enseignante GPT0,289
Écart entre enseignants0,260 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations23
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Royal Anthropological InstituteMême sujetSustainability and Climate Change GovernanceTravaux en français237 207