MétaCan
Menu
Retour à la cohorte
Enregistrement W4414121004 · doi:10.1080/00330124.2025.2549768

Whose Geography, Whose History? Reimagining How We Teach the History of Geography

2025· article· en· W4414121004 sur OpenAlexaff
Eden Kinkaid, Bethany Craig, Rachel Noble-Varney, Angela Last, Ishan Ashutosh, Patricia Ehrkamp, Rebecca Lave, Juanita Sundberg, Matthew W. Wilson

Notice bibliographique

RevueThe Professional Geographer · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHistorical Geography and Geographical Thought
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGeographerHuman geographyHistorical geographyField (mathematics)Social geography

Résumé

récupéré en direct d'OpenAlex

In this roundtable, we share our reflections on how to teach more critical histories of geography in Anglo-American institutions. Ashutosh offers a contrapuntal reading of the history of geography, looking for ways to represent both the forces of consolidation and resistance in telling the history of our discipline. Last considers how we might “re-expand” the history of the discipline through the teaching of countergeographies. Sundberg argues that what is at stake in teaching the history of geography is whether or not we will reproduce an imperial way of life. Wilson, scholar of critical geographic information systems, reflects on geographic technologies in the history, present, and future of geographic thought. Lave considers the treatment of physical geography in the history of geographic thought and imagines a geography fit to the task of addressing the intersecting crises of capitalism and the climate. Looking beyond the history of geography to the composition and culture of our discipline, Craig, Noble-Varney, and Ehrkamp argue that how we read histories of geography is equally as important as what we read. Learning to read with a diversity of others—and welcoming discomfort—is key to reshaping the stories we tell about geography, in graduate seminars and in our broader engagements with the discipline.

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)0,016
score de la tête « metaresearch » (Gemma)0,020
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0180,069
Communication savante0,0200,024
Science ouverte0,0020,007
Intégrité de la recherche0,0050,019
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,021
Tête enseignante GPT0,285
Écart entre enseignants0,264 · 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
GenreAutre

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 revueThe Professional GeographerMême sujetHistorical Geography and Geographical ThoughtTravaux en français237 207