MétaCan
Menu
Retour à la cohorte
Enregistrement W4392664848 · doi:10.1525/hsns.2024.54.1.3

Accidents of Geography

2024· article· en· W4392664848 sur OpenAlexaff
Elise K. Burton

Notice bibliographique

RevueHistorical Studies in the Natural Sciences · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTerrorism, Counterterrorism, and Political Violence
Établissements canadiensUniversity of VictoriaUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésGeographyEconomic geographyRegional science

Résumé

récupéré en direct d'OpenAlex

Over the past two decades, human geneticists have substantially embraced the concept of “biogeographical ancestry” to account for the racial, ethnic, and linguistic categories they use to analyze and interpret genetic difference. Understanding the ongoing role of these categories in human genetic research therefore requires attention to geneticists’ representations of geography, particularly the geographic maps they use to illustrate gene distribution and migration. This article examines how the methods and imagery of international genetic geography and its major evolutionary narratives have reinforced or refashioned nationalist practices of geography in the Middle East. Geneticists simultaneously conceptualize the region’s physical space as both a historical “crossroads” of human migration and the birthplace of distinct gene sequences and civilizations, alternately blurring and sharpening the boundaries between Europe and Asia. Focusing on genetic research in Turkey and Iran, this paper analyzes how geneticists draw and interpret geographic maps of the region while selectively erasing or highlighting state borders. These genetic maps negotiate between the idealized aims of international projects to reconstruct human evolutionary history, and the reality of practicing science under the constraints of nation-state politics.

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)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0050,052
Communication savante0,0080,008
Science ouverte0,0010,006
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 GPT0,412
Écart entre enseignants0,335 · 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'étudeThéorique ou conceptuel
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 revueHistorical Studies in the Natural SciencesMême sujetTerrorism, Counterterrorism, and Political ViolenceTravaux en français237 207