Bibliographic record
Abstract
"Der kanadische Premierminister Stephen Harper hat seit seinem Amtsantritt 2006 im Rahmen seiner Auslandsreisen kaum eine Gelegenheit ausgelassen, auf das Potenzial Kanadas als kommender Energiesupermacht hinzuweisen. Über die außenpolitischen Konsequenzen eines solchen Status und die Eigenschaften einer solchen Supermacht schwieg er, jedoch wartete er mit beeindruckenden Zahlen auf. Kanada ist vor Australien weltgrößter Uranexporteur und verfügt nach Saudi-Arabien über die zweitgrößten Ölreserven der Welt. Es ist vornehmlich das Öl aus den Ölsanden in Alberta, welches Harper und zahlreiche andere Kanadier davon träumen lässt, international eine wichtigere Rolle zu spielen. Nach den Plänen der konservativen Minderheitenregierung könnte Kanada bis 2030 zum drittgrößten Ölexporteur der Welt aufsteigen. Theorie und Praxis klaffen hier jedoch weit auseinander. Die Ölsandprojekte sind im Land höchst umstritten. Der große Energiebedarf bei der Förderung und Weiterverarbeitung macht die Ölsandindustrie zu einem der größten Klimasünder des Landes. Vor diesem Hintergrund bestehen Zweifel, ob die hehren Ziele, Kanada zu einem gewichtigen Spieler in der internationalen Energiepolitik zu machen, realisiert werden können. Die Analyse der derzeitigen Entwicklungen macht vor allem deutlich, dass die Energiepolitik und Umweltgesetzgebung in den USA die zwei entscheidenden Faktoren dafür sind, inwiefern die Bestrebungen Kanadas in Zukunft realisierbar sein werden." (Autorenreferat)
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.002 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.090 | 0.023 |
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".