Faire nation par la mine ? Histoire politique des territoires miniers au Groenland
Bibliographic record
Abstract
Le Groenland est engagé dans un extractivisme d’État pour soutenir la stratégie d’accession à l’indépendance par la rente minière. Après une décennie de conflit, une forme d’union nationale, allant du gouvernement à la population, émerge autour de mines éloignées des localités ou de mines de petites tailles de proximité. Comment comprendre le retour de ce modèle, blâmé dans les années 1980 et historiquement vecteur d’un phénomène d’enclave critiqué dans l’histoire du Groenland ? Se distanciant des approchesNot in my backyardet politistes, qui abordent cette question sous l’angle des compromis minier pour l’indépendance, je propose de la saisir dans une perspective historique des enjeux politiques et sociaux du minier. L’article s’appuie sur des données ethnographiques et bibliographiques pour dresser une histoire duminescapegroenlandais, autrement dit des mondes sociaux et des questions politiques émergeant des pratiques minières. Il met ainsi au jour une association entre le minier et le nationalisme dans la représentation et l’identification d’une territoire politique, et analyse l’extractivisme contemporain et ses modèles d’extraction comme un renouvellement de l’imaginaire national du territoire.
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 | 0.005 | 0.013 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".