MétaCan
Menu
Retour à la cohorte
Enregistrement W3094607757 · doi:10.1145/3415199

Religion and Sustainability

2020· article· en· W3094607757 sur OpenAlexafffund
Mohammad Rashidujjaman Rifat, Toha Toriq, Syed Ishtiaque Ahmed

Notice bibliographique

RevueProceedings of the ACM on Human-Computer Interaction · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Education and Sustainability
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésPersuasionScholarshipReligiositySociologySpiritualityIslamSustainabilityEnvironmental ethicsEpistemologySociology of religionScope (computer science)CriticismSocial scienceSocial psychologyPolitical sciencePsychologyLawPhilosophyEcologyTheology

Résumé

récupéré en direct d'OpenAlex

While persuasion has often been considered an important design tool for achieving sustainable behavior, a growing scholarship is criticizing it for its narrow focus on individuals and an overarching economic worldview. This criticism is often based on the limitations of economic-rationales that many persuasive design efforts hold and cannot fully capture the values of people who reside outside the modern scientific world - especially where values originate from and are shaped by religiosity and spirituality. We join this discourse and argue that such a narrow view of persuasion sidelines the theological roots. Based on our six-month long ethnography with the Islamic communities in a Bangladeshi city, Kushtia, we describe how 'motivation' and 'habit' are built there - two of the basic components of persuasion. Drawing from a rich body of literature on the sociology of religions and theology, we highlight how Islamic values are closely tied to the idea of persuasion and reflect a vision of sustainable living. We further discuss how such a deeper understanding of religious values can help design for sustainable living and broaden the scope of CSCW literature in the various domains.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,008
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,022
Tête enseignante GPT0,292
Écart entre enseignants0,271 · 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'étudeSans objet
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

Citations55
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the ACM on Human-Computer InteractionMême sujetEnvironmental Education and SustainabilityTravaux en français237 207