MétaCan
Menu
Retour à la cohorte
Enregistrement W2592513389 · doi:10.1177/1468797616685650

Proximity ethics, climate change and the flyer’s dilemma: Ethical negotiations of the hypermobile traveller

2017· article· en· W2592513389 sur OpenAlexaff
Rob Hales, Kellee Caton

Notice bibliographique

RevueTourist Studies · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change, Adaptation, Migration
Établissements canadiensThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésEnvironmental ethicsDilemmaMoral obligationNegotiationSociologyFace (sociological concept)NormativeEthical dilemmaNarrativeObligationContradictionBusiness ethicsPolitical sciencePublic relationsEpistemologyLawSocial science

Résumé

récupéré en direct d'OpenAlex

This article offers a reading of proximity ethics as a novel way of understanding the moral dilemmas that underpin decisions of whether or not to fly. The question of why people fly, despite holding pro-environmental attitudes and knowing that their behaviour, in contradiction, is harming the earth they value, is not an easy one to answer. Through a co-constructed narrative method, we examine our own flying activity in relation to the proximal ethical decisions in the intersection of family, social and work domains. Our stories highlight that the tensions between normative positions on climate change and travel activities are bound up in the ethical proximal relations that compel intimate contact with others, create the need for face-to-face contact and impel obligation in family/work/social domains in a globalised world. Proximity ethics illuminates the flyer’s dilemma as a complex and tenuous web of moral decisions, in which care and proximity play key roles in guiding actions. The contribution of this article lies in its exploration of the quandaries of human behaviour associated with climate change mitigation, using moral philosophy as a window of understanding onto our increasingly technological and hypermobile world.

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)0,005
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0120,044
Communication savante0,0060,007
Science ouverte0,0010,006
Intégrité de la recherche0,0050,005
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 Opus0,352
Tête enseignante GPT0,412
Écart entre enseignants0,060 · 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

Citations27
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTourist StudiesMême sujetClimate Change, Adaptation, MigrationTravaux en français237 207