They Killed Us from the Inside
Notice bibliographique
Résumé
Following decades of government mismanagement and corruption at Beirut’s port, on August 4, 2020, one of the largest non-nuclear explosions in history pulverized the port and damaged over half the city. The explosion resulted from the detonation of tonnes of ammonium nitrate, a combustible chemical compound commonly used in agriculture as a high nitrate fertilizer, but which can also be used to manufacture explosives. The cargo of ammonium nitrate had entered Beirut’s port on a Moldovan-flagged ship, the Rhosus, in November 2013, and had been offloaded into hangar 12 in Beirut’s port on October 23 and 24, 2014. The Beirut port explosion killed 218 people, including nationals of Lebanon, Syria, Egypt, Ethiopia, Bangladesh, Philippines, Pakistan, Palestine, the Netherlands, Canada, Germany, France, Australia, and the United States. It wounded 7,000 people, of whom at least 150 acquired a physical disability; caused untold psychological harm; and damaged 77,000 apartments, displacing over 300,000 people. At least three children between the ages of 2 and 15 lost their lives. Thirty-one children required hospitalization, 1,000 children were injured, and 80,000 children were left without a home. The explosion affected 163 public and private schools and rendered half of Beirut’s healthcare centers nonfunctional, and it impacted 56 percent of the private businesses in Beirut. There was extensive damage to infrastructure, including transport, energy, water supply and sanitation, and municipal services totaling US$390-475 million in losses. According to the World Bank, the explosion caused an estimated $3.8-4.6 billion in material damage.
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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».