Urban futures of digitalized fossil labour: mutual articulations of smartness in cities and extractive work
Notice bibliographique
Résumé
Little research to date has drawn out the connections between digitalizing extractive labour and digital urbanism. In this article, we argue that these are complementary, mutually reinforcing processes: digital urbanism enables the digitalization of extractive labour, and digitalization centralizes extractive labour in urban centres. More specifically, ‘smart’ digitalization as a political-economic strategy works on both the extractive labour and urban levels, as seen in smart cities as well as extraction’s intensifying use of automation, sensors, digital twins, artificial intelligence, and robotics. Here, we draw on a four-year ongoing case study of the digitalizing oil and gas industry in the city of Calgary and the province of Alberta, Canada, to situate the dual smartness strategy within a shared process of future world building. The Calgary smart city promises a future economic diversification from the oil and gas industry toward high technology, and digitalizing oil and gas labour promises a low-carbon future. What seems to be happening empirically, however, is that digitalization in Calgary is not reducing extraction’s centrality to Alberta’s economy, but coming to coexist with it through ‘cleantech’ economies. Besides theorizing this dual smartness, here we show that smartness operates as a pervasive epistemological framing rather than a mere set of formal municipal programmes. We also suggest that while the production and unrolling of smart futures is a quotidian process in practice, the potential of a revolutionary future discursively creates the conditions for the everyday futuring.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».