MétaCan
Menu
Retour à la cohorte
Enregistrement W2969844606 · doi:10.1177/2514848619869689

Geographies of degrowth: Nowtopias, resurgences and the decolonization of imaginaries and places

2019· article· en· W2969844606 sur OpenAlexaff
Federico Demaria, Giorgos Kallis, Karen Bakker

Notice bibliographique

RevueEnvironment and Planning E Nature and Space · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWater Governance and Infrastructure
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDegrowthGrassrootsProsperityIndigenousScholarshipPoliticsSociologyPolitical sciencePolitical economyEconomyEconomic growthEnvironmental ethicsSustainabilityEcologyEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

The term ‘ décroissance ’ (degrowth) signifies a process of political and social transformation that reduces a society's material and energy use while improving the quality of life. Degrowth calls for decolonizing imaginaries and institutions from – in Ursula Le Guin's words – ‘a one-way future consisting only of growth’. Recent scholarship has focused on the ecological and social costs of growth, on policies that may secure prosperity without growth, and the study of grassroots alternatives pre-figuring a post-growth future. There has been limited engagement, however, with the geographical aspects of degrowth. This special issue addresses this gap, looking at the rooted experiences of peoples and collectives rebelling against, and experimenting with alternatives to, growth-based development. Our contributors approach such resurgent or ‘nowtopian’ efforts from a decolonial perspective, focusing on how they defend and produce new places, new subjectivities and new state relations. The stories told span from the Indigenous territories of the Chiapas in Mexico and Adivasi communities in southern India, to the streets of Athens, the centres of power in Turkey and the riverbanks of West Sussex.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,013
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0130,044
Communication savante0,0060,008
Science ouverte0,0010,007
Intégrité de la recherche0,0020,005
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 Opus0,003
Tête enseignante GPT0,213
Écart entre enseignants0,210 · 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

Citations134
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning E Nature and SpaceMême sujetWater Governance and InfrastructureTravaux en français237 207