MétaCan
Menu
Retour à la cohorte
Enregistrement W4393403951 · doi:10.7238/d.v0i31.414338

Landscapes of boom and ruination: politics of seeing in China’s “tin capital” Gejiu, 1912-1949

2024· article· en· W4393403951 sur OpenAlexaff
Qieyi Liu

Notice bibliographique

RevueDigithum · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChinese history and philosophy
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBoomChinaPoliticsCapital (architecture)TinGeologyEconomic geographyPolitical scienceGeographyArchaeologyOceanographyMaterials scienceMetallurgy

Résumé

récupéré en direct d'OpenAlex

This article argues that landscapes of ruination and wasted labour are not an unfortunate finale in the history of mineral-rich cities under the “resource curse” but an always ongoing reality from the start of their involvement in the capitalist world market and pursuit of industrial modernity. Focusing on narratives about the “tin capital” Gejiu in southwestern China during the first half of the 20th century, I conduct a historical analysis and examine how geological and sociological experts introduced new politics of seeing and exploiting land and labour. Boasting the landscape of the industrial boom, Chinese intellectuals and technobureaucrats alike considered geological discoveries and resource extraction as a sign of a nation’s civilizational status and modernization achievements. Their fascination with this outlying small town also exemplified a nationalist claim to the new Republican State’s southwestern borderlands in an era of imperialist territorial divisions. Nonetheless, they had to constantly explain (away) appalling sights of environmental ruination and social polarization, often through promises of mechanization or labour welfare. Offering a close reading of travelogues, social surveys and scientific reports, I challenge the conventional narrative from prosperity to decline and reveal landscapes of ruination at the heart of modernization and nationalist discourse of conquering and utilizing natural resources.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,092
Score d'incertitude au seuil0,183

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0120,017
Communication savante0,0030,003
Science ouverte0,0000,003
Intégrité de la recherche0,0010,002
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 Opus0,012
Tête enseignante GPT0,271
Écart entre enseignants0,259 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigithumMême sujetChinese history and philosophyTravaux en français237 207