MétaCan
Menu
Retour à la cohorte
Enregistrement W3131152704 · doi:10.1111/risa.13701

Exploring Scientists’ Values by Analyzing How They Frame Nature and Uncertainty

2021· article· en· W3131152704 sur OpenAlexafffundabout
Marco Vazquez, Bronwyn McIlroy‐Young, Daniel Steel, Amanda Giang, Gunilla Öberg

Notice bibliographique

RevueRisk Analysis · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change Communication and Perception
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésFrame (networking)Value (mathematics)Capital (architecture)Environmental ethicsEngineering ethicsEpistemologyPolitical scienceSociologyEngineeringComputer scienceGeography

Résumé

récupéré en direct d'OpenAlex

Several scholars have proposed that values embedded in science are a central reason why more research does not necessarily resolve scientific controversies around complex environmental issues. In the Capital Regional District, British Columbia, Canada, scientists have positioned themselves for and against the construction of a wastewater treatment plant in a debate framed as purely technical. This study explores the link between the scientists' positions in the debate and the way they, in their scientific publications, portray nature and environmental risks. We performed a qualitative content analysis of peer-reviewed publications by scientists who have publicly taken opposing positions in the controversy. We found that scientists against treatment predominantly frame nature as tolerant, up to a limit, to disturbances and potential risks, and they seem to embrace a view of science as capable of reducing uncertainties. In contrast, scientists in favor of treatment predominantly portray nature as fragile, particularly toward human-mobilized environmental risks and they commonly present scientific uncertainty as worrisome based on potentially harmful consequences. Our study suggests that value-laden perspectives impact scientists' positions even in a seemingly technical controversy.

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)0,049
score de la tête « metaresearch » (Gemma)0,095
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,991
Score d'incertitude au seuil0,260

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0490,095
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0090,007
Études des sciences et des technologies0,0090,029
Communication savante0,0170,011
Science ouverte0,0010,008
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,309
Tête enseignante GPT0,414
Écart entre enseignants0,104 · 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.

Devis d'étudeQualitatif
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

Citations4
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRisk AnalysisMême sujetClimate Change Communication and PerceptionTravaux en français237 207