MétaCan
Menu
Retour à la cohorte
Enregistrement W1666258551 · doi:10.1111/soru.12067

Get Real: Climate Change and All That ‘It’ Entails

2014· article· en· W1666258551 sur OpenAlexfundno aff
Michael Carolan, Diana Stuart

Notice bibliographique

RevueSociologia Ruralis · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueOrganic Food and Agriculture
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Foundation of KoreaMinistry of Forests, Lands and Natural Resource Operations
Mots-clésClimate changeRobustness (evolution)EpistemologyRealismConceptual frameworkComputer scienceSociologySocial scienceEcologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstract This article builds on Carolan's three natures scheme, where he distinguishes between the strata of ‘nature’, nature and Nature, by overlaying his previous framework with further analytic distinctions. Doing this, the authors argue, adds an important layer of analytical and conceptual robustness that his earlier scheme lacks. After building on this framework, attention turns to the phenomena of climate change. A selection of agrifood studies on this subject is used to help illustrate the utility of the revised model. The literatures reviewed involve the following: those looking at attitudes among farmers toward climate change; the bark beetle outbreaks in British Columbia; and food regimes. With this move the authors seek to illustrate the explanatory and descriptive utility of the revised model, specifically in its ability to provide a sustained defence of a type of realism that relational social theorists implicitly ascribe to. They also show how their conceptual labours – and the ecologically embedded relational realism it brings to the fore – can help further inform the aforementioned literatures by highlighting some of their conceptual and analytic blind spots.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,047
Communication savante0,0080,008
Science ouverte0,0010,005
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,052
Tête enseignante GPT0,243
Écart entre enseignants0,191 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations26
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSociologia RuralisMême sujetOrganic Food and AgricultureTravaux en français237 207