MétaCan
Menu
Retour à la cohorte
Enregistrement W4392350949 · doi:10.1111/aman.13965

What is “heard” at a pipeline hearing?: The gerrymandering of aurality in British Columbia, Canada

2024· article· en· W4392350949 sur OpenAlexaboutno aff
Lee Veeraraghavan

Notice bibliographique

RevueAmerican Anthropologist · 2024
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiverse Musicological Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGerrymanderingHistoryPipeline (software)Media studiesPolitical scienceCriminologyLawSociologyEngineeringPoliticsDemocracy

Résumé

récupéré en direct d'OpenAlex

Abstract This article explores how sound technologies are deployed by government agencies to produce legitimacy in the struggle over oil pipelines in British Columbia, Canada. Activists seeking to stop the Northern Gateway and Trans Mountain pipelines have mobilized noise and silence as tactics of protest and refusal. For example, one thousand demonstrators make a cacophony outside a Vancouver hotel in protest of the Northern Gateway pipeline. Communications technology, though, is deployed here by the state to compress and control. In one of the hotel's small, impregnable conference rooms, public hearings over the pipeline are taking place—only the public is not allowed inside: the proceedings are being livestreamed to a hotel two kilometers away. On unceded Coast Salish territory, the legitimacy of pipeline hearings is also contested because the continued existence of Indigenous legal orders represents a challenge to the pipelines in question. Technological mediation makes it possible to satisfy one requirement of legitimacy: democratically granted representative power. The challenge to the legal system highlighted by the continued existence of the Indigenous, though, is managed through audile techniques deployed as anthropotechnologies. The implications for a politics of sound must be considered in light of sound's mediation, which is never politically neutral.

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 candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,214
Score d'incertitude au seuil0,995

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 technologies0,0000,021
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,077
Tête enseignante GPT0,276
Écart entre enseignants0,200 · 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'étudeSans objet
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican AnthropologistMême sujetDiverse Musicological StudiesTravaux en français237 207