MétaCan
Menu
Retour à la cohorte
Enregistrement W2969603475 · doi:10.1080/14724049.2019.1657125

<i>Becoming care-full</i> : contextualizing moral development among captive elephant volunteer tourists to Thailand

2019· article· en· W2969603475 sur OpenAlexaff
Madyson Taylor, Chris E. Hurst, Michela J. Stinson, Bryan S. R. Grimwood

Notice bibliographique

RevueJournal of Ecotourism · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTourism, Volunteerism, and Development
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésCompassionEnvironmental ethicsEmpathySociologyAnimal welfareTransformational leadershipNarrativeTourismNarrative inquiryPsychologySocial psychologyPolitical scienceEcologyLaw

Résumé

récupéré en direct d'OpenAlex

Tourism literature on animal ethics and animal welfare has given scarce consideration to how tourists become enrolled into caring, responsible practices towards animals. The objective of this paper is to contextualize a process of moral development – and specifically the emergence of an ethic of care – through the narratives and experiences of captive elephant volunteer tourists in Thailand. Guided by tenets of ecofeminism and a narrative methodology, our study forefronts how relational experiences prompted compassion and empathy as storied by 12 women volunteers. These volunteer tourists described how they shaped their own moral and ethical patterns through practices of witnessing abuse, questioning moral responsibilities, connecting with elephants, and advocating for improved conditions of captive individuals. As storied by the volunteers, processes of witnessing–questioning–connecting–advocating were deeply transformational, and inspired what we interpret as the development of an ethic of care. The research advances understandings of how intentional, relational engagements that prioritize animal wellbeing have the potential to facilitate among tourists processes of becoming care-full.

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)0,002
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0070,011
Communication savante0,0050,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,019
Tête enseignante GPT0,275
Écart entre enseignants0,256 · 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

Citations28
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of EcotourismMême sujetTourism, Volunteerism, and DevelopmentTravaux en français237 207