Building cultural capital in drought adaptation: lessons from discourse analysis
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
As governments and primary industries work to build the climate resilience of Australian agriculture, individual producers are often called upon to implement strategies to become more adaptive in the face of drought. These strategies include infrastructural changes to agricultural businesses, changes to practices, and the adoption of new skills and knowledge. The transition towards greater drought adaptiveness will also demand broader cultural shifts in the way that drought is defined and approached as an issue facing primary producers. This paper presents the results of a discourse analysis conducted as part of social research exploring the cultural barriers to drought preparedness within the Queensland Government’s Drought and Climate Adaptation Program (DCAP). Focusing on media and government accounts, the analysis found two different ways of framing drought and its management in Queensland agriculture. The first, which is dominant in media accounts, emphasises the disruptive power of drought, presenting it as a profound difficulty for producers that is managed using endurance, hope and ingenuity. This frame adopts highly evocative discursive strategies oriented towards mobilising community sentiment and support for producers. The second, which is less prominent overall, downplays drought’s disruptive power and counters the emotionality of the adversity discourse by presenting drought as a neutral business risk that can be managed using rational planning skills and scientific knowledge. In discussing these two frames, this paper suggests strategies whereby drought adaptation frames might be made more powerful using more meaningful and emotive narratives that showcase it as a vital practice for ensuring agricultural livelihoods and rural futures in a changing climate.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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