MétaCan
Menu
Retour à la cohorte
Enregistrement W2592723261 · doi:10.3390/environments4010022

Practice-Based Interdisciplinary Approach and Environmental Research

2017· article· en· W2592723261 sur OpenAlexaff
Ranjan Datta

Notice bibliographique

RevueEnvironments · 2017
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueInterdisciplinary Research and Collaboration
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésEngineering ethicsManagement scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Interdisciplinary researchers and educators, as community members, creators of knowledge, and environmental activists and practitioners, have a responsibility to build a bridge between community practice, academic scholarship, and professional contributions aimed at establishing environmental sustainability. In this paper, I focus on an undervalued area of environmental politics, practices, and often unarticulated assumptions which underlie human–environmental relations. This article challenges interdisciplinary studies that are not connected with practice by reconfiguring the meaning of a community-based, interdisciplinary approach. Drawing from works by Foucault, Latour, and Haraway, this paper first shows how to reconfigure the meaning of an interdisciplinary approach. Second, using Bourdieu and Brightman’s ethnographic studies as a framework, the paper situates practice as central to our efforts to deconstruct and replace current interdisciplinary initiatives with a practice-based approach. Through a practice-based interdisciplinary approach (PIA), environmental educators and researchers gain an awareness of and learn to make an investment in sustainable communities. As teams of environmental researchers practising in the local community, they are meaningfully involved with the community, with each other, and with the environment.

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)0,109
score de la tête « metaresearch » (Gemma)0,061
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 enseignants0,109
Score d'incertitude au seuil0,579

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1090,061
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0090,008
Études des sciences et des technologies0,0130,087
Communication savante0,0200,017
Science ouverte0,0050,019
Intégrité de la recherche0,0080,009
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,182
Tête enseignante GPT0,498
Écart entre enseignants0,316 · 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

Citations9
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmentsMême sujetInterdisciplinary Research and CollaborationTravaux en français237 207