MétaCan
Menu
Retour à la cohorte
Enregistrement W1830824532 · doi:10.1111/j.1468-4446.2012.01429.x

Analysing responses to climate change through the lens of reflexivity

2012· article· en· W1830824532 sur OpenAlexaffabout
Debra J. Davidson

Notice bibliographique

RevueBritish Journal of Sociology · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCritical Realism in Sociology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésReflexivityClimate changeContext (archaeology)SociologyAdaptation (eye)EpistemologyField (mathematics)Environmental ethicsSocial sciencePsychologyEcologyGeography

Résumé

récupéré en direct d'OpenAlex

Sociologists are increasingly directing attention toward social responses to climate change. As is true of any new field of inquiry, theoretical frameworks guiding the research to date have room for improvement. One advance could be achieved through closer engagement with Reflexivity Theory, particularly the work of Margaret Archer, who asks just how individuals come to give attention to certain problems, and formulate responses to them. Individuals vary significantly in regard to their understanding of and concern for anthropogenic climate change, and these standpoints in turn influence commitment to mitigation and adaptation. The emergent social interactions among all such agents in turn influence the morphogenetic trajectories through which social structures will evolve, but the role of 'meta-reflexives' is particularly crucial. Identifying pathways of individual climate change reflexivity can make a valuable contribution to our understanding of the potential for and nature of collective responses. In this paper, I explore climate change reflexivity, with particular attention to climate change meta-reflexives, through a qualitative analysis of personal interviews with residents of two small communities in Alberta, Canada. Applying Reflexivity Theory to this context articulates dimensions of reflexive processing not elaborated in current theoretical treatments, including future outlook and comfort with uncertainty, among others.

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)0,030
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,160

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,004
Études des sciences et des technologies0,0090,113
Communication savante0,0160,011
Science ouverte0,0030,009
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,185
Tête enseignante GPT0,465
Écart entre enseignants0,281 · 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'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

Citations88
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBritish Journal of SociologyMême sujetCritical Realism in SociologyTravaux en français237 207