Mondes insulaires : espaces, temporalités, ressources
Bibliographic record
Abstract
Les îles ont longtemps été étudiées comme de simples lieux périphériques, inscrits dans le prolongement de logiques continentales ; des espaces dépourvus de sens en dehors du prisme des puissances métropolitaines. A travers le champ des études insulaires, il s’agit désormais de croiser les différentes expériences insulaires, de poser les contextes de développement et d’étudier les configurations et les temporalités spécifiques des îles. Étudier les îles nécessite de prendre la mesure de ces territoires -loin de toute vision monolithique-, d’analyser leur espace au regard des réalités sociale et politique, de cerner leur poids économique et leur contexte de développement, des héritages de l’histoire à la prise en compte de leur voisinage géographique. Il s’agit de prendre en considération les logiques exogènes qui font l’île et d’interroger les dynamiques internes.Le sujet d’étude est l’île, l’objet «île », l’île dans la gestion de son espace, la définition de son projet territorial, le positionnement de l’île dans son environnement respectif et les opportunités et stratégies dans l’économie mondialisée. La richesse des enseignements des territoires et des sociétés insulaires débordent le simple cadre spatial de l’île qui peut être entendue comme une synecdoque, un microcosme commode et raisonnable du continent.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.005 | 0.008 |
| Scholarly communication | 0.007 | 0.006 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.018 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".