Qu’est-ce que la terre ? Assemblage d’une ressource et investissement mondial
Bibliographic record
Abstract
La ruée vers les terres que le monde connaît actuellement a redirigé l’attention sur la terre, ses usages et sa valeur. Mais la terre est un étrange objet. Alors qu’elle est souvent traitée comme une chose et parfois comme une marchandise, la terre n’est pas comme un tapis : on ne peut pas la rouler et l’emporter avec soi où l’on veut. Pour créer des usages productifs de la terre, il est nécessaire de produire des régimes d’exclusion qui distinguent les usages et les usagers légitimes de ceux qui ne le sont pas, et de mettre en place des segmentations par le truchement de dispositifs tels que des barrières, des titres de propriété, des lois, des zones d’utilisation, des règlements, des bornes et des dramaturgies. La terre ne devient pas une ressource en vertu d’une quelconque qualité intrinsèque ou naturelle, mais par l’assemblage d’éléments matériels, de relations, de technologies et de discours qui doivent être combinés et harmonisés. Et la transformer en objet d’investissement requiert encore davantage de travail. Cet article, tiré d’une conférence plénière donnée à l’Institute of British Geographers (Royal Geographical Society), utilise le concept d’assemblage pour analyser les pratiques qui constituent la terre en ressource. Il se concentre, en particulier, sur les « représentations statistiques » et certains autres outils graphiques qui rendent concevables les investissements à grande échelle dans la terre. Il analyse aussi les pratiques qui permettent l’enrôlement dans l’assemblage des différents acteurs (experts, investisseurs, villageois, gouvernements). Enfin, il évoque quelques-uns des risques qui émergent quand ces investissements colossaux « atterrissent » dans des endroits particuliers, puisqu’ils doivent effectivement « atterrir ».1
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 imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
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 teacher head, 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".