Rømte sjømenn i Latin-Amerika: Fordrukne ofre og lykkejegere i boardingmasternes rike
Bibliographic record
Abstract
Før første verdenskrig hadde flere titusen norske sjømenn rømt fra sine skip i utlandet. Den norske handelsflåten ble nærmest tappet for arbeidskraft og i de verste tilfellene måtte skipene bli liggende til kai. Det var ikke nok mannskap til å kunne seile hjem igjen. Det meste av forskningen på dette området har utelukkende dreid seg om nordmenn i Nord-Amerika. Det vil si nordmenn som rømte fra norske skip i havner som New York eller Quebec, og nordmenn som tok seg hyre på britiske, amerikanske og kanadiske skip. I forlengelsen av denne tematikken har også årsaksforklaringene til rømningsvesenet i noen grad forsøkt å bli forklart. Sett bort fra noen masteroppgaver og enkelte artikler har disse årsaksforklaringene vært mer eller mindre lite undersøkt. Hensikten med denne oppgaven har vært å redegjøre for det jeg mener har vært noen underkommuniserte forhold ved rømningsvesenet. Jeg har forsøkt å analysere funnene mine opp mot tidligere forklaringer, og deretter prøvd å sette dem i sammenheng med andre forklaringer. I denne oppgaven diskuteres rømningsvesenet opp mot rømningene i Latin-Amerika. Tar vi utgangspunkt i gamle tall, anslår man at rundt fire tusen norske sjømenn rømte i latinamerikanske havner. På samme tid rapporterte emigrasjonskontorene i Norge at bare noen fåtalls hundre hadde utvandret til Latin-Amerika. Det er bred enighet om at rømningsantallet er en god del lavere i Latin-Amerika enn det var i andre havner. På en annen måte var, og er, Latin-Amerika en ganske annerledes destinasjon enn for eksempel Nord-Amerika og Storbritannia. Derfor har oppgaven i all hovedsak prøvd å besvare to spørsmål: 1) Hvorfor rømte norske sjømenn i Latin-Amerika? 2) Utgjorde noen av de rømte en slags form for skjult migrasjon? I dette arbeidet har jeg tatt for meg konsulatberetningene fra utenriksstasjonene i Latin-Amerika, med større fokus på Buenos Aires og til en viss grad Rio de Janeiro, ettersom disse to byene sto for halvparten av den angivelige rømningen. Jeg prøvde også å identifisere sjømenn ved hjelp av rømningsprotokoller for å prøve å gi et mer utfyllende svar på spørsmålet om skjult migrasjon. Intensjonen var å få en bedre forståelse av handlingsmønsteret til de rømte sjømennene etter at de hadde rømt. Resultatene av undersøkelsene viser at rømningsvesenet i Latin-Amerika trolig var styrt av særlig to faktorer: boardingmasterne og jakten på bedre arbeidsbetingelser. Undersøkelsene av de identifiserte sjømenne tegnet på sin side et klarere mønster som gjør at man kan se Latin-Amerika som en medvirkende faktor til norsk utvandring, men da som en slags mellomstasjon for andre utvandringsmål.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.006 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.068 | 0.006 |
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".