MétaCan
Menu
Back to cohort
Record W2394630495 · doi:10.4000/rga.3199

Conflit foncier, reconfiguration territoriale et valeurs de la terre dans les montagnes de Cahabón (Guatemala)

2016· article· fr· W2394630495 on OpenAlexaboutno aff
Agnès Bergeret

Bibliographic record

VenueRevue de géographie alpine · 2016
Typearticle
Languagefr
FieldAgricultural and Biological Sciences
TopicAgriculture and Rural Development Research
Canadian institutionsnot available
FundersAgence Nationale de la Recherche
KeywordsPolitical scienceHumanitiesGeographyArt

Abstract

fetched live from OpenAlex

Les montagnes tropicales de Cahabón (municipe du nord-est du Guatemala) ont connu en un demi-siècle une transformation radicale de leur configuration foncière et agricole. Les récits des acteurs locaux conduisent à étudier un conflit pour la terre très violent, dont les racines sont à chercher dans le dispositif du colonage construit à partir de la fin du XIXe siècle. Ils apportent des éléments complémentaires à la compréhension de la guerre interne guatémaltèque (1960-1996), souvent lue au travers du prisme de la guerre froide, c’est-à-dire des stratégies contre-révolutionnaires menées par un régime militaire contre des guérillas communistes. Cet article croise différentes focales d’observation d’un processus conflictuel qui a mené un territoire dominé par une seule grande propriété caféière à une nouvelle configuration, très morcelée, de villages de petits propriétaires paysans. À chacune des séquences de ce processus, la confrontation entre les deux groupes sociaux locaux (les métis Ladinos et les autochtones Mayas-Q’eqchi’) transforme les organisations sociales et les territorialités. Les façons dont la montagne est mobilisée dans les identités construites par chacun des deux groupes et participe des cadres de référence et d’action collective, sont une clé déterminante de compréhension des stratégies choisies par les acteurs du conflit.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.593
Threshold uncertainty score0.803

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0000.001
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0010.000
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.018
GPT teacher head0.259
Teacher spread0.241 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2016
Admission routes1
Has abstractyes

Explore more

Same venueRevue de géographie alpineSame topicAgriculture and Rural Development ResearchFrench-language works237,207