MétaCan
Menu
Retour à la cohorte
Enregistrement W4401576220 · doi:10.1080/00167428.2024.2387824

Building A Fire: The Geographies Of Community Geography

2024· article· en· W4401576220 sur OpenAlexaboutno aff
Laurel C. Smith, M. Bailey Stephenson, Jennifer Koch, Valerie Doornbos, Rebecca Jim

Notice bibliographique

RevueGeographical Review · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRural development and sustainability
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Oklahoma
Mots-clésGeographyEconomic geography

Résumé

récupéré en direct d'OpenAlex

This paper contributes to scholarly conversations about how to (not) define community in community geography (CG). We draw on Annemarie Mol and John Law’s formulation of a fire topology to reflect on CG research spearheaded by a community-based environmental organization concerned with industrial contamination in northeastern Oklahoma. To explore how, where, and why we came together around a multimedia storytelling initiative aligned with the geohumanities, we trace the events and encounters leading to our collaboration. We then closely examine one of the first digital products to emerge out of our relationships and research: a StoryMap detailing the history and environmental impacts of a BF Goodrich tire factory that operated between 1946 and 1986 in Miami, the county seat of Ottawa County, Oklahoma, while also commemorating the labor and lives of people associated with the plant. Our overview of the StoryMap and its creation also commemorates the geographies of the embodied work experiences in building community around the research informing the StoryMap. Our discussion considers the dynamic and sporadic dimensions of our ongoing CG research, celebrating accomplishments and potential for future endeavors without failing to recognize how the quotidian friction of distance, as well as professional commitments, have stymied or slowed—but not stopped—our collaboration. Keywords: collaboration, StoryMap, Superfund site, environmental activism, geohumanities .

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)0,005
score de la tête « metaresearch » (Gemma)0,009
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0060,007
Études des sciences et des technologies0,0040,021
Communication savante0,0080,015
Science ouverte0,0010,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,020
Tête enseignante GPT0,265
Écart entre enseignants0,245 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeographical ReviewMême sujetRural development and sustainabilityTravaux en français237 207