MétaCan
Menu
Retour à la cohorte
Enregistrement W4391222363 · doi:10.1080/08865655.2024.2307608

“It Seemed Like Forever!” Shrinking Spaces of Conviviality at the Border of Norway and Russia

2024· article· en· W4391222363 sur OpenAlexvenueno aff
Erika Gubrium, Aadne Aasland, Benedikte V. Lindskog, Érika Alexandra Vásquez Arteaga, Igor Mikheev

Notice bibliographique

RevueJournal of Borderlands Studies · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCross-Border Cooperation and Integration
Établissements canadiensnon disponible
Organismes subventionnairesNorges Forskningsråd
Mots-clésResizingPolitical scienceEconomic geographyEconomic historyInternational tradeHistoryEconomicsEuropean union

Résumé

récupéré en direct d'OpenAlex

Conviviality" is a useful term for exploring interactions and relationships taking place between different groups of people.While conviviality may arise through everyday processes, rhythms, and senses of belonging, it may also be made possible or limited by social structures, power relations and politics when taking place across borders."Conviviality" as a theoretical perspective has mainly previously dealt with places within a border, and to a lesser extent has been linked to borders and boundary areas, and especially then in circumpolar areas.We use the concept of "border conviviality," focusing on the intersection of changing geo-political contexts and changing personal contexts, to develop a theoretical look at "people-to-people" cooperation-and cohabitation through "conviviality" and how these were created, changed, and challenged in Kirkenes, a small town on the border of Norway and Russia, in the months following the Russian fullscale invasion of Ukraine in February 2022.We find that such a concept may provide a broader understanding of the dynamic nature of space and place associated with cooperation and "unification."Additionally, we contend that the way in which "conviviality" is meaningfully linked to "borders" is shaped by how people live, work, and collaborate.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: Empirique
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0090,013
Communication savante0,0040,003
Science ouverte0,0010,006
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,034
Tête enseignante GPT0,396
Écart entre enseignants0,362 · 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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Borderlands StudiesMême sujetCross-Border Cooperation and IntegrationTravaux en français237 207