MétaCan
Menu
Retour à la cohorte
Enregistrement W3140453828 · doi:10.3390/su13074049

Sustainable Stories: Managing Climate Change with Literature

2021· article· en· W3140453828 sur OpenAlexaboutno aff
Gesa Mackenthun

Notice bibliographique

RevueSustainability · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEcocriticism and Environmental Literature
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental ethicsAppealEmpathyPsychological resilienceSociologyEconomic JusticeClimate changeTransformative learningAestheticsNarrativeHistoryPolitical sciencePsychologyEcologySocial psychologyLiteratureLawArt

Résumé

récupéré en direct d'OpenAlex

Literary and cultural texts are essential in shaping emotional and intellectual dispositions toward the human potential for a sustainable transformation of society. Due to its appeal to the human imagination and human empathy, literature can enable readers for sophisticated understandings of social and ecological justice. An overabundance of catastrophic near future scenarios largely prevents imagining the necessary transition toward a socially responsible and ecologically mindful future as a non-violent and non-disastrous process. The paper argues that transition stories that narrate the rebuilding of the world in the midst of crisis are much better instruments in bringing about a human “mindshift” (Göpel) than disaster stories. Transition stories, among them the Parable novels by Octavia Butler and Kim Stanley Robinson’s The Ministry for the Future (2020), offer feasible ideas about how to orchestrate economic and social change. The analysis of recent American, Canadian, British, and German near future novels—both adult and young adult fictions—sheds light on those aspects best suited for effecting behavioral change in recipients’ minds: exemplary ecologically sustainable characters and actions, companion quests, cooperative communities, sources of epistemological innovation and spiritual resilience, and an ethics and aesthetics of repair.

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)0,005
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,015
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,004
Études des sciences et des technologies0,0120,018
Communication savante0,0150,017
Science ouverte0,0020,010
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,009
Tête enseignante GPT0,213
Écart entre enseignants0,204 · 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

Citations21
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetEcocriticism and Environmental LiteratureTravaux en français237 207