MétaCan
Menu
Retour à la cohorte
Enregistrement W2998202651 · doi:10.1177/2514848619898098

Environmental colonialism, digital indigeneity, and the politicization of resilience

2020· article· en· W2998202651 sur OpenAlexaboutno aff
Jason C. Young

Notice bibliographique

RevueEnvironment and Planning E Nature and Space · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensnon disponible
Organismes subventionnairesDivision of Social and Economic Sciences
Mots-clésVulnerability (computing)ColonialismResilience (materials science)PoliticsIndigenousClimate changePsychological resilienceAdaptation (eye)Political scienceBureaucracyEnvironmental ethicsSociologyEnvironmental resource managementPolitical economyEnvironmental planningGeographyEcologyLawComputer securityPsychologySocial psychologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

While there is wide scholarly agreement that anthropogenic climate change has serious global implications, more debate exists around whether discourses of adaptation and resilience are effective at inspiring the necessary politics for addressing those implications. Resilience-based policies have been criticized for being overly techno-bureaucratic in nature, while leaving intact the deeper colonial and neoliberal logics that produce ecological destruction in the first place. This paper examines the Internet as a tool that Indigenous peoples are using to intervene in discourses of resilience, to mitigate the colonial impact that resilience and adaptation policies have on their communities. It does this through an exploration of how Inuit in Canada are leveraging digital technologies to engage in discussions about hunting and climate change in the Arctic. The paper argues that Inuit are engaging in digital forms of politics to re-scale their vulnerability beyond the local, to highlight dimensions of Arctic resilience beyond the “traditional,” and to intervene in the colonial relationships that produce environmental vulnerability in the first place.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,755

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,285
Écart entre enseignants0,273 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations30
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning E Nature and SpaceMême sujetIndigenous Studies and EcologyTravaux en français237 207