Healthy publics as multi-species matters: solidarity with people’s pets in One Health promotion
Notice bibliographique
Résumé
Abstract Climate change is contributing to local disasters, and pets increasingly figure in mediated views and responses. By theorizing such responses, we expand on the conceptualization of “healthy publics”. In our view, healthy publics can arise from multi-species entanglements, out of which enactments of solidarity may emerge. Such enactments may encompass people with pets, as well as the pets themselves. Such enactments are selective, however, because they highlight certain lives and vulnerable situations while obscuring others. To develop this line of inquiry, we treated a major flood that took place in 2013 as a case-study. Participant-observation, social media, and qualitative interviews informed our analysis. During the immediate responses to the flood, a particular human-animal dyad became emblematic of people helping one another and their pets. As the floodwaters subsided, media reports helped to coordinate a public response to shelter people and pets on a temporary basis. Yet in the months following the flood, housing insecurity worsened for people with pets. With the passage of time, media coverage became instrumental in resolving housing crises for people with pets, but only on a case-by-case basis. Housing security for people with pets, as a policy issue, remains disconnected from planning to improve resilience overall and to enhance preparedness for disasters. Our analysis highlights the value of engaged research in foregrounding policy issues that influence the lives of people and pets. We conclude that, to be healthy, multi-species publics must entertain questions about whose lives come to matter most. The relative health of a public pivots on the extent to which policies emphasize inclusion and equity. By extension, some publics qualify as unhealthy, which could seem like a provocative claim. At this historical juncture, we feel compelled to defend decision-making process that attend not only to differences of opinion, but also to differences in possible ways of being in the world.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,016 | 0,022 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,001 | 0,012 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».