MétaCan
Menu
Retour à la cohorte
Enregistrement W4414978032 · doi:10.1353/his.2025.a971516

The Humanization of Fatal Accidents in Norwegian Fisheries, 1850–1940

2025· article· en· W4414978032 sur OpenAlexvenueno aff
Narve Fulsås

Notice bibliographique

RevueHistoire sociale · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMaritime and Coastal Archaeology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFishingNorwegianSAFERPoison controlCommercial fishingPopulation

Résumé

récupéré en direct d'OpenAlex

Abstract: As demonstrated by coverage of the seasonal cod fisheries in Lofoten, perceptions and imaginaries of fatalities in Norwegian fisheries were changing from the mid-nineteenth to the mid-twentieth century. Eilert Sundt’s efforts to humanize fatalities in the fisheries in the 1850s and 1860s were followed by major technological innovations—telegraph, newspapers, insurance, motorization, and weather forecasting—from the late nineteenth century that made fishing safer while at the same time transforming cultural interpretations of fatalities to emphasize “risk” rather than “danger.” Fatalities were no longer primarily products of threats emanating from the environment; they were primarily about human technologies, institutions, and decisions. Abstract: Comme le montre la recherche sur les pêcheries saisonnières de morue à Lofoten, les perceptions et les imaginaires liés aux décès dans les pêcheries norvégiennes ont évolué entre le milieu du XIXe et le milieu du XXe siècle. Les efforts d’Eilert Sundt pour humaniser les décès dans ces pêcheries entre 1850 et 1860 ont été suivis, à compter de la fin du XIXe siècle, par des innovations technologiques majeures — le télégraphe, les journaux, les assurances, la motorisation des bâteaux et les prévisions météorologiques — qui ont rendu la pêche plus sûre tout en transformant les interprétations culturelles des décès pour mettre davantage l’accent sur le « risque » plutôt que sur le « danger ». Les accidents mortels n’étaient plus essentiellement le résultat de menaces provenant de l’environnement mais étaient principalement imputables aux technologies, aux institutions et aux décisions humaines.

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)0,003
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: Empirique
Score de désaccord entre enseignants0,337
Score d'incertitude au seuil0,670

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,011
Tête enseignante GPT0,208
Écart entre enseignants0,197 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHistoire socialeMême sujetMaritime and Coastal ArchaeologyTravaux en français237 207