MétaCan
Menu
← Retour à la cohorte
Enregistrement W4415680772 · doi:10.1111/caje.70020

Railroads, land cessions and Indigenous nations: Evidence from Canada

2025· article· en· W4415680772 sur OpenAlexaffvenueabout
Jeff Chan, Azim Essaji, Rob Gillezeau

Notice bibliographique

RevueCanadian Journal of Economics/Revue canadienne d économique · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCanadian Identity and History
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésIndigenousGeoreferenceIndigenous rightsCrown (dentistry)Narrative

Résumé

récupéré en direct d'OpenAlex

Abstract We examine the role that the railroad played in the dispossession and cession of Indigenous lands within the borders of present‐day Canada. Using georeferenced data on the construction of the railroad network and on the timing, content and extent of treaties signed between the Crown and Indigenous nations, we find that the expansion of the railway network does not appear to hasten the signing of treaties or increase the area ceded. However, we find evidence consistent with the Crown engaging in treaty‐signing well in advance of railroad construction to secure the path for the transcontinental railway. We find some weak evidence that US westward expansion, as measured by nearby US population, partly explains the cession of Indigenous lands in what is now Canada. Taken together, our results indicate that the relationship between the railroad and Indigenous land dispossession looked very different in Canada from the United States. In the latter, the process was concurrent; in Canada, land cession occurred well in advance of railway construction. This forward‐looking approach accords with a historical narrative that centres the role of the railway in bringing British Columbia into Confederation and in securing the Prairies from US territorial ambitions.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,206

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,011
Études des sciences et des technologies0,0060,003
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,078
Tête enseignante GPT0,197
Écart entre enseignants0,120 · 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'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

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Economics/Revue canadienne d économique→Même sujetCanadian Identity and History→Travaux en français237 207→