Environmental justice and the SDGs: from synergies to gaps and contradictions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Through their synergies, trade-offs, and contradictions, the sustainable development goals (SDGs) have the potential to lead to environmental justices and injustices. Yet, environmental justice (EJ), and social justice more broadly, are not currently embedded within the language and spirit of the SDGs. We part from the premise that “many ‘environmental’ problems are, by their very nature, problems of justice” (Lele, Wiley Interdiscip Rev Water 4:e1224, 2017). We review progress in EJ frameworks in recent years, arguing for the need to move beyond a focus on the four principles of mainstream EJ (distribution, procedure, recognition, and capabilities) towards a more intersectional decolonial approach to environmental justice that recognises the indispensability of both humans and non-humans. EJ frameworks, and the SDGs should recognise power dynamics, complex interactions among injustices, and listens to the different ‘senses of justice’ and desires of theorists, activists, and other stakeholder from the Global South. We analyze how EJ frameworks are, or fail to be, incorporated in the SDGs with a focus on the food–water–health nexus (SDG2, 3, 6); climate-energy (SDG7, 13), conservation (SDG14, 15); and poverty and inequality (SDG1, 10). We call attention to the ‘elephant in the room’—the failure to go beyond GDP but instead include economic growth as a goal (SDG8). We argue that sustainable degrowth and intersectional decolonial environmental justices would create better conditions for the transformative changes needed to reach the broader aim of the SDGs: to leave no one behind.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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