MétaCan
Menu
Retour à la cohorte
Enregistrement W4402640211 · doi:10.7202/1113393ar

Making and Unmaking Airports in Tunu (East Greenland): The Socio-Material Dynamics of Hope and Connectivity

2023· article· en· W4402640211 sur OpenAlexvenueno aff
Sophie Elixhauser

Notice bibliographique

RevueÉtudes/Inuit/Studies · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWater Governance and Infrastructure
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDynamics (music)GeographyHistoryEconomic geographyOceanographyGeologySociology

Résumé

récupéré en direct d'OpenAlex

Like many airports throughout the Arctic, Kulusuk Airport, the entrance to the sparsely populated East Coast of Greenland, is built on the remnants of past military activities and is located some distance from the regional capital, Tasiilaq. For years, there have been discussions regarding the construction of a new airport in Tasiilaq to improve connectivity and reduce dependence on helicopter flights. Throughout the East Coast, many residents feel that they are looked down upon by the (West) Greenlandic population and are given little priority in the political and economic decisions taking place in the faraway national capital of Nuuk, which feeds into residents’ attitudes towards the ever-suspended airport plans. Many residents place great hope on this plan, as this “infrastructural hope” (Reeves 2017) includes economic and social possibilities and an improvement of the region’s status both within the country and abroad. On the other hand, in the village of Kulusuk, near the current airport, people fear the repercussions of this new airport. I explore the hopes, fears, and affect generated by and embedded within infrastructure, considering issues of remoteness, social and physical connectivity, “infrastructural violence” (Rodgers and O’Neill 2012), and residents’ future imaginaries and historical experiences in (post)colonial Greenland. Describing the socio-material dynamics of hope and connectivity, this article shows how aviation infrastructure is never just about the physical infrastructure but is always enabled by and embedded in societal processes.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,401
Score d'incertitude au seuil0,607

Scores Codex et Gemma par catégorie

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

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 Opus0,050
Tête enseignante GPT0,334
Écart entre enseignants0,284 · 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.

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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueÉtudes/Inuit/StudiesMême sujetWater Governance and InfrastructureTravaux en français237 207