Coopération et contrebande de drogue dans les parcs co-frontaliers du nord-ouest américain (Massif des Cascades)
Bibliographic record
Abstract
Depuis les années 1990, la contrebande de drogue se développe dans les parcs co-frontaliers entre la Colombie britannique (Canada) et l’État de Washington (États-Unis). Cela s’explique, entre autres, par le fait que la frontière canado-américaine est moins surveillée dans ces espaces protégés frontaliers qu’ailleurs. Les deux États voisins ont alors élaboré une coopération sécuritaire pour lutter contre ce trafic, notamment par le biais des Équipes intégrées de la police des frontières (EIPF), y compris au sein des parcs co-frontaliers. Ces équipes mixtes ont d’abord été expérimentées dans le massif des Cascades dès 1996, avant d’être généralisées à l’ensemble de la frontière américano-canadienne dans le cadre de la Déclaration de la frontière intelligente (Smart Border Declaration), suite aux évènements du 11 septembre 2001. Les EIPF mènent des opérations efficaces sur le terrain, comme celle de Frozen Timber / E-Printer dans les Cascades (2006), mais elles n’ont cependant pas pu empêcher les trafiquants de cultiver de la marijuana au sein même de ces espaces protégés co-frontaliers dans lesquels six champs ont été découverts en 2008. Cet exemple illustre à la fois la construction d’une coopération sécuritaire surprenante au sein d’une région bordière hybride, composée d'espaces protégés co-frontaliers, et la question de priorité entre sécurité nationale et protection de l’environnement. Le 11 septembre aurait donc accéléré un processus déjà en cours.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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".