MétaCan
Menu
Retour à la cohorte
Enregistrement W812246750

The Steel Dog in the Canadian Arctic: A Historical Case Study of Technological Change

2005· article· en· W812246750 sur OpenAlexaboutno aff
Eric Pavri

Notice bibliographique

RevueUA Campus Repository (The University of Arizona) · 2005
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubsistence agricultureModernization theoryArcticTechnological changePostmodernismPeriod (music)The arcticTechnological revolutionEnvironmental ethicsHistory of technologyHistorySociologySocial sciencePolitical scienceArchaeologyEconomyEpistemologyEcologyAestheticsAgricultureLawEconomicsOceanography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

During the "Snowmobile Revolution" of the late 1960s, the snowmobile largely supplanted the dog team as the main form of transport in the Canadian Arctic. This essay draws from historical and ethnograpphic sources to investigate practical advantages and disadvantages to adoption of the new technology, and then considers whether this episode of rapid technological change resulted in "cultural loss" in Arctic communities. While it is clear that widespread adoption of the snowmobile technological complex (machines, fuel, tools, skills, knowledge) caused significant changes in life in the Far North, it also appears that the meanings and values associated with traditional subsistence hunting were generally not lost, and in some cases were reinforced during this period of technological transition. Finally, drawing on various academic traditions such as the Social Construction of Technology school, ecological models of convergent cycles, postmodern critiques of modernization and development, and the appropriate technology movement, the essay then questions simplistic notions of cultural loss by considering the common evolution of culture and technology.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil0,653

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,010
Études des sciences et des technologies0,0500,014
Communication savante0,0060,002
Science ouverte0,0030,004
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,039
Tête enseignante GPT0,284
Écart entre enseignants0,246 · 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'étudeQualitatif
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
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUA Campus Repository (The University of Arizona)Même sujetIndigenous Studies and EcologyTravaux en français237 207