Climatizing empire: race, landscape, and colonial nationalism in Newfoundland
Bibliographic record
Abstract
Ma thèse examine le paysage de Terre-Neuve à travers des histoires croisées de l'environnement bâti, du nationalisme colonial et de l'idéologie impériale au tournant du XXe siècle. Sous l’égide de la politique nationale de Terre-Neuve, de nouveaux paysages ont été créés qui ont re-presentée le climat et la géographie de l’île de manière profonde. En me basant sur des sources textuelles, je fais des liens entre la figuration du paysage dans la littérature, l’architecture, la planification et les expositions et les inquiétudes des observateurs britanniques qui ont décrit la société de pêche de Terre-Neuve comme régressive. Je soutiens que les élites coloniales ont créé de nouveaux paysages tempérés pour tenter de situer les identités raciales britanniques à Terre-Neuve, façonner de nouvelles géographies à l’intérieur des frontières de leur pays et faire ressembler son environnement naturel à celui de la Grande-Bretagne. Ce faisant, la politique nationale de Terre-Neuve incarnait simultanément un projet impérial de la fin du XIXe siècle visant à transformer les paysages coloniaux en une frontière spéculative pour le rétablissement des vertus blanches. Les nouveaux paysages de Terre-Neuve ont rappelé le désir des impérialistes de renforcer la solidarité britannique en climatisant une partie éloignée de l'empire. Si l'acclimatation est le processus par lequel les organismes s'adaptent aux changements de leur environnement, les élites coloniales de Terre-Neuve tentent de faire l'inverse: climatiser l'empire lui-même en modifiant ses environnements pour répondre aux besoins imaginaires des colonisateurs blancs européens
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".