MétaCan
Menu
Retour à la cohorte
Enregistrement W4410806939 · doi:10.1177/23996544251339896

Performative infrastructures: Populism and the material politics of militarization in contemporary Mexico

2025· article· en· W4410806939 sur OpenAlexaff
Agnes Mondragón‐Celis, Tania Islas Weinstein

Notice bibliographique

RevueEnvironment and Planning C Politics and Space · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWater Governance and Infrastructure
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMilitarizationPerformative utterancePopulismPoliticsPolitical sciencePolitical economyVolunteered geographic informationAestheticsSociologyPublic administrationGeographyArtLawCartography

Résumé

récupéré en direct d'OpenAlex

Upon taking office in December 2018, Mexican President Andrés Manuel López Obrador (AMLO) began financing large-scale infrastructural projects across the country, including the Felipe Ángeles International Airport (AIFA), to be built and managed by the Mexican Armed Forces. Over 2 years into its 2022 inauguration, the AIFA has negligible air traffic but an enormous presence in the public sphere. Drawing on literature on populism and the politics of infrastructure, this article explores how the airport’s main role lies less in its logistical operations than in redrawing the relationship between the Mexican Army and “the people.” Through ethnographic and media analysis of the airport’s abundant propaganda—particularly a feature-length documentary—we analyze how this infrastructure serves as a site for ideological work by and for the Army. We argue that, by helping to normalize militarization as they advance it by their construction and operation, infrastructures may possess the performative power to rewrite the boundaries between civilian and military life. By mobilizing the tools of advertisement and propaganda, infrastructures may showcase processes like Mexico’s militarization in sanitized and partial ways. This article thus situates infrastructures not as the product of a political order, but rather as capable of bringing a new such order into existence.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,431
Score d'incertitude au seuil0,485

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,242
Écart entre enseignants0,234 · 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'étudeObservationnel
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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning C Politics and SpaceMême sujetWater Governance and InfrastructureTravaux en français237 207