MétaCan
Menu
Retour à la cohorte
Enregistrement W2901640548 · doi:10.15367/kf.v5i2.216

Community Mobilization to Address Environmental Racism: The South End Environmental Injustice Society

2018· article· en· W2901640548 sur OpenAlexaboutno aff
Louise Delisle, Ellen Sweeney

Notice bibliographique

RevueKalfou A Journal of Comparative and Relational Ethnic Studies · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEnvironmental Justice and Health Disparities
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInjusticeGrassrootsEnvironmental justiceRacismNova scotiaPolitical scienceEnvironmental planningEnvironmental historyEnvironmentalismCommunity mobilizationSociologyGeographyHistoryEthnologyGender studies

Résumé

récupéré en direct d'OpenAlex

There is a long history of environmental racism in Nova Scotia, with industrial pollution and other environmental hazards located near communities of color and the working poor. In Shelburne, African Nova Scotian residents live primarily in the south end of town, which is also the site of a landfill that was used for industrial, medical, and residential waste over a period of seventy-five years. The South End Environmental Injustice Society (SEED) is a nonprofit community initiative that represents a direct grassroots response to the siting of the landfill near the African Nova Scotian and working-poor community in Shelburne. Members of this collective organization have developed an approach that allows for the contributions of all members, in an effort that addresses issues of environmental racism and responds in a way that is continually evolving. Ultimately, SEED hopes that evidence-based strategies will be used to improve health outcomes and reduce the prevalence of chronic disease as a result of everyday exposures to toxic substances experienced by Black community members in Shelburne.

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)0,006
score de la tête « metaresearch » (Gemma)0,006
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: aucune
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,100

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0240,010
Communication savante0,0060,004
Science ouverte0,0010,022
Intégrité de la recherche0,0040,006
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 Opus0,195
Tête enseignante GPT0,425
Écart entre enseignants0,229 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKalfou A Journal of Comparative and Relational Ethnic StudiesMême sujetEnvironmental Justice and Health DisparitiesTravaux en français237 207