MétaCan
Menu
Retour à la cohorte
Enregistrement W4411699841 · doi:10.1017/s0007680525000224

Fox Trading and the Problem of Polar Bears in the Hudson’s Bay Company: Arctic Human Ecology and Fur in a Global Value Chain, 1900–1940

2025· article· en· W4411699841 sur OpenAlexafffundabout
George Colpitts, Andrew L. Goodwin

Notice bibliographique

RevueThe Business History Review · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueHistorical Studies and Socio-cultural Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesGenome Canada
Mots-clésBayArcticThe arcticFur tradeValue (mathematics)EcologyChain (unit)GeographyEnvironmental ethicsBiologyOceanographyArchaeologyComputer sciencePhilosophyGeologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Just before World War I, the Hudson’s Bay Company (HBC) geographically expanded its trade in the Canadian Arctic to derive profits from Arctic fox fur and secure its position in a global value chain (GVC) delivering fur to metropolitan consumers. The “problem of nature” challenged the company’s business venture. Furthermore, “nature” was made and remade by the HBC’s own capital investments. The fox trade itself changed human ecology. Technology transfers to Inuit modified their hunting regimes to increase the company’s returns of polar bear skins. Though these skins had high potential market value, modes of production introduced by the HBC to the Arctic precluded the company from sending high-quality products to metropolitan dressers. Within a changing Arctic human ecology, the HBC produced one highly valued commodity for the market while producing another from which it could derive only modest profit. The HBC’s fox and polar bear trade at the onset of the last century suggests ways that business empires can set off complex and unanticipated changes in human ecologies and, therefore, the dynamics of nature and business at their very peripheries.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,745
Score d'incertitude au seuil0,507

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0020,004
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,030
Tête enseignante GPT0,238
Écart entre enseignants0,208 · 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'étudeSans objet
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'admission3
Résumé présentoui

Explorer davantage

Même revueThe Business History ReviewMême sujetHistorical Studies and Socio-cultural AnalysisTravaux en français237 207