MétaCan
Menu
Retour à la cohorte
Enregistrement W1574033567

Storytelling Morality: Ecofeminism, Agrarianism, and Pigs in the Field

2014· article· en· W1574033567 sur OpenAlexvenueno aff
Lissy Goralnik, Laurie Thorp, D. W. Rozeboom, Paul Β. Thompson

Notice bibliographique

RevueThe Trumpeter · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEcofeminismEnvironmental ethicsAgrarianismSociologyContext (archaeology)Agrarian societyMoralityNarrativeEnvironmentalismSocial sciencePolitical scienceLawAgricultureEcologyGeographyArtPhilosophyPoliticsLiterature
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Understanding our relationships with and obligations to the natural world through the labor and practice of food production is central to our development as moral beings and environmental citizens. Both ecofeminism and agrarianism—in their overlap and distance—can offer ideas about how best to express our environmental and citizenship ethics through the everyday act of growing, eating, and engaging with food. Raymond Anthony (2009) reminds us that a narrative ethics approach—embraced by both ecofeminism and agrarianism as a meaningful source of ethical wisdom—when applied to animal agriculture helps to build a more inclusive moral community. But Anthony cautions that the predominant agricultural storyline is made up of incompatible camps. He proposes a new story for agriculture, one that offers reconciliation or revitalization. In the spirit of this revitalization, we offer two stories of our material practice of raising pigs on an educational organic farm to illuminate what we see as important ethical, social, and environmental context for our new agricultural narrative. Through these stories we aim to give context to the theoretical ecofeminist and agrarian dialogue about ethics rooted in the land, so we might better understand what appropriate relationships with nonhuman others and natural systems might look like in practice.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,593
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,027
Tête enseignante GPT0,314
Écart entre enseignants0,287 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe TrumpeterMême sujetGeographies of human-animal interactionsTravaux en français237 207