Climate Change Litigation and Narrative: How to Use Litigation to Tell Compelling Climate Stories
Notice bibliographique
Résumé
The U.S. government has not taken sufficient action to mitigate the threat of dangerous climate change.Frustrated by the lack of action in the legislative and executive branches, climate advocates turn to the judicial branch and litigation to advance their cause.Litigation is important not only for its ability to create substantive legal change, but also for its power to generate media coverage and shape public and political discourse.Research from across the social sciences highlights key psychological challenges that can prevent the U.S. public from engaging with the science of climate change, understanding the risks posed by climate change, and feeling motivated to take corrective action.Research also shows that the way in which a public health issue is framed powerfully shapes the public debate and policy prescriptions for that issue.This Article examines how climate advocates can construct their litigation messaging in light of this research to most effectively advance the climate movement in the United States.If used effectively, the medium of litigation offers a unique opportunity to reframe climate change and overcome some of the public's cognitive hurdles to perceiving the true dangers of climate change.The structure of litigation, which requires plaintiffs to trace their injuries-including economic, social, and health-related injuries-to the actions of defendants, allows climate advocates to leverage insights from the social sciences to make their climate change narratives as salient as possible.
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 | 0,025 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,019 | 0,032 |
| Communication savante | 0,029 | 0,046 |
| Science ouverte | 0,005 | 0,015 |
| Intégrité de la recherche | 0,008 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,004 |
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 ».