MétaCan
Menu
Retour à la cohorte
Enregistrement W2345734705 · doi:10.4000/vertigo.17053

Connexions entre la justice environnementale, l’écologisme populaire et l’écocitoyenneté 

2016· article· fr· W2345734705 sur OpenAlexaffvenue
Nayla Naoufal

Notice bibliographique

RevueVertigO · 2016
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEnvironmental Justice and Health Disparities
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Les mouvements citoyens liés à des problématiques socio-écologiques prennent de plus en plus d’ampleur à travers le monde : dans les « Nords » et dans les « Suds », des personnes et des communautés luttent contre des projets miniers, contre la construction de mégaprojets, pour le développement d’une agriculture urbaine et responsable, contre les inégalités générées par les changements climatiques, etc. Qu’ils soient historiques ou contemporains, cet article examine ces mouvements en s’attardant à l’évolution de leurs revendications. De réactive et basée sur des cas locaux d’exposition disproportionnelle aux problèmes environnementaux, la justice environnementale est devenue également proactive, de plus en plus transnationale et, dans certains cas, holistique. Je me penche également sur le courant de l’écologisme populaire et sur ses liens avec la justice environnementale. J’explore ensuite les fondements théoriques de la justice environnementale, ce qui permet d’identifier un cadre pertinent en la matière au regard des mobilisations contemporaine. J’analyse enfin le concept d’écocitoyenneté, présentant une typologie en la matière, en me basant sur une recension exhaustive de la littérature scientifique et sur l’étude des écocitoyennetés construites par des apprentis jardiniers en contexte communautaire. Il apparaît que la forme d’écocitoyenneté à la fois participative et critique contribue particulièrement à la justice environnementale.

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)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0080,026
Communication savante0,0080,005
Science ouverte0,0010,009
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,025
Tête enseignante GPT0,301
Écart entre enseignants0,276 · 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

Citations26
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetEnvironmental Justice and Health DisparitiesTravaux en français237 207