MétaCan
Menu
Retour à la cohorte
Enregistrement W4410641108 · doi:10.1177/0308518x251341691

Discipline all the way down: Law and capital in Shaina Potts’ <i>Judicial Territory</i>

2025· article· en· W4410641108 sur OpenAlexaff
Rachel Phillips

Notice bibliographique

RevueEnvironment and Planning A Economy and Space · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSouth African History and Culture
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPotts modelLawPolitical scienceEconomicsLaw and economicsStatistical physicsPhysics

Résumé

récupéré en direct d'OpenAlex

This commentary engages Shaina Potts’ Judicial Territory as a significant methodological contribution to economic geography – one that draws crucial attention to the (often opaque) relationship between law and capitalism and provides geographers with a set of tools to penetrate it. Highlighting three key elements of Potts’ approach to the study of capitalist sociospatial relations, I explore how her focus on the law makes visible actors, logics and modes of political and economic discipline that have largely remained hidden from view in economic geography. First, Potts frames law as a ‘structuring link’ between capitalism and imperialism, developing a theoretical perspective that sheds light on the legal production of uneven development and social difference. Second, she outlines a method of ‘geographically relational’ legal analysis that offers practical lessons for incorporating law into political-economic investigations. And third, through her analytical focus on episodes of legal struggle and contestation, Potts reveals how diverse sets of forces, actors and motivations come together to produce legal change. Here, Judicial Territory highlights the complexity of legal transformation and its relationship to capitalist globalization without losing sight of a basic motivation behind it: the drive to discipline Third World states and repress non-capitalist forms of economic life.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,026
Communication savante0,0060,006
Science ouverte0,0010,004
Intégrité de la recherche0,0030,004
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 Opus0,009
Tête enseignante GPT0,221
Écart entre enseignants0,212 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning A Economy and SpaceMême sujetSouth African History and CultureTravaux en français237 207