MétaCan
Menu
Retour à la cohorte
Enregistrement W2096383372

Understanding anti-environmentalism : content analyzing the blogosphere for insight into opposition to environmentalism

2014· article· en· W2096383372 sur OpenAlexvenueno aff
Murray Alan Tambeau

Notice bibliographique

RevueLibrary and Archives Canada (Government of Canada) · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Research and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmentalismBlogosphereOpposition (politics)Political scienceEnvironmental ethicsPoliticsLawComputer sciencePhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Environmentalism, like any other noteworthy social movement, has been met with some resistance. Opposition to this movement has come both from the general public and from organized anti-environmental groups. The closeness, or lack thereof, between the organized groups' messages and those of the public has yet to be clearly defined. Given that organized groups are often more capable of getting their message out to a larger audience, it is important to know to what extent the thoughts and ideas they put forward are representative of those of the public. Without examining this relationship, responding to anti-environmental sentiment in the public will be difficult.In an effort to understand opposition towards environmentalism in the general public, this project examined the blogosphere. Anti-environmental weblog (blog) postings were subjected to a content analysis in order to reveal common themes present within them. The specific focus of the analysis was on the manner in which environmentalism was portrayed by its opponents, as opposed to points of factual disagreement. Comparisons were then made to the arguments of the organized anti-environmentalism factions, and a more complete picture of the opposition toward environmentalism was constructed. From this basis, recommendations for a response to anti-environmental sentiment from leaders in the area of sustainable development were given.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,026
Tête enseignante GPT0,211
Écart entre enseignants0,185 · 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'étudeQualitatif
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLibrary and Archives Canada (Government of Canada)Même sujetEducational Research and AnalysisTravaux en français237 207