Bibliographic record
Abstract
Ce numéro spécial est issu de certaines contributions présentées lors du colloque « Politiques de l’Arctique en perspective » qui s’est tenu à Sciences Po, à Paris, les 18 et 19 décembre 2019. Ces deux journées de recherches s’inscrivaient dans un contexte d’évolution internationale en Arctique où les signes d’une coopération sont toujours vibrants, comme l’indique la signature du moratoire pour l’interdiction de la pêche dans l’océan Arctique central. Dans le même temps, des signaux faibles indiquaient une montée des tensions sur le plan sécuritaire avec le brouillage du gps perturbant l’aviation civile dans la région de Barents ou le retour de la marine étatsunienne en Islande. Loin de son image d’un espace unifié, gelé et exotique, l’Arctique s’impose désormais comme un espace au coeur des relations internationales. Ce numéro spécial s’efforce ainsi de réfléchir à la diversité de ces mondes arctiques en s’appuyant sur des recherches innovantes et transdisciplinaires. Les liens entre différents prismes d’analyse – géographique, stratégique, historique, de science politique – permettent de voir dans l’océan Arctique et les territoires circumpolaires un espace particulièrement sensible à la recomposition de la scène politique internationale, comme aux bouleversements climatiques qui modifient singulièrement cette région vulnérable.
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.004 | 0.003 |
| Insufficient payload (model declined to judge) | 0.445 | 0.271 |
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; the direct Gemma label and the distilled Codex classifier agree on what is shown here.
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".