Notice bibliographique
Résumé
Every winter settlers of the U.S. and Canadian Mountain West could expect to lose dozens of lives to deadly avalanches. This constant threat to trappers, miners, railway workers-and their families-forced individuals and communities to develop knowledge, share strategies, and band together as they tried to survive the extreme conditions of "avalanche country." The result of this convergence, author Diana Di Stefano argues, was a complex network of formal and informal cooperation that used disaster preparedness to engage legal action and instill a sense of regional identity among the many lives affected by these natural disasters. Encounters in Avalanche Country tells the story of mountain communities' responses to disaster over a century of social change and rapid industrialization. As mining and railway companies triggered new kinds of disasters, ideas about environmental risk and responsibility were increasingly negotiated by mountain laborers, at the elite levels among corporations, and in socially charged civil suits. Disasters became a dangerous crossroads where social spaces and ecological realities collided, illustrating how individuals, groups, communities, and corporate entities were all tangled in this web of connections between people and their environment. Written in a lively and engaging narrative style, Encounters in Avalanche Country uncovers authentic stories of survival struggles, frightening avalanches, and how local knowledge challenged legal traditions that defined avalanches as acts of god. Combining disaster, mining, railroad, and ski histories with the theme of severe winter weather, it provides a new and fascinating perspective on the settlement of the Mountain West.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».