MétaCan
Menu
Retour à la cohorte
Enregistrement W2338313496 · doi:10.3138/cjccj.2014.e38

A Proposal for the Political Economy of Green Criminology: Capitalism and the Case of the Alberta Tar Sands

2016· article· en· W2338313496 sur OpenAlexvenueaboutno aff
Michael J. Lynch, Paul B. Stretesky, Michael A. Long

Notice bibliographique

RevueCanadian Journal of Criminology and Criminal Justice/La Revue canadienne de criminologie et de justice pénale · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Conservation and Criminology Analyses
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGreen criminologyCapitalismCultural criminologyPoliticsDeviance (statistics)SociologyCriminologyPerspective (graphical)Environmental crimeCriminal behaviorPolitical economyPolitical scienceCriminal justiceLaw

Résumé

récupéré en direct d'OpenAlex

Green criminology was proposed in 1990 to broaden the discipline and illustrate how environmental crime, deviance, and inequality can be interpreted through a critical lens influenced by political economic theory. Green criminology has yet to fulfill that theoretical promise. Instead, the political economic perspective on green criminology remains underdeveloped. The purpose of this study is to contribute to further development of a political economic green criminology by laying out the connection between ecological Marxism and green criminology. To carry out this task, we describe five propositions that criminologists must consider when developing a green criminology from a political economic perspective. Importantly, these propositions suggest that the environmentally destructive forces of capitalism are opposed to nature. That is, we argue that green criminologists must come to recognize that capitalism and nature cannot both survive over the long run, and in criminological terms, capitalism is therefore a crime against nature.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,436
Score d'incertitude au seuil0,876

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0240,055
Communication savante0,0130,004
Science ouverte0,0020,005
Intégrité de la recherche0,0080,006
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,062
Tête enseignante GPT0,280
Écart entre enseignants0,218 · 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

Citations25
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Criminology and Criminal Justice/La Revue canadienne de criminologie et de justice pénaleMême sujetWildlife Conservation and Criminology AnalysesTravaux en français237 207