MétaCan
Menu
Retour à la cohorte
Enregistrement W3195791676 · doi:10.7202/1079492ar

#Flygskam : le pouvoir de la honte de prendre l’avion pour gouverner le changement climatique

2021· article· fr· W3195791676 sur OpenAlexvenueno aff
Lucas Brunet

Notice bibliographique

RevueLien social et Politiques · 2021
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueClimate Change Communication and Perception
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Le terme suédois flygskam (avion-honte) désigne la honte de prendre l’avion à cause de sa contribution au changement climatique. À partir de 2018, cette honte s’est largement répandue sur les réseaux sociaux (#flygskam) jusqu’à constituer un mouvement de remise en question du transport aérien. Comment cette honte a-t-elle été suscitée, relativisée, reconvertie et quelles ont été ses conséquences politiques ? En analysant qualitativement les récits de honte partagés sur Instagram, l’article montre comment les voyageurs construisent leur expérience de la honte, et y réagissent. Dans la lignée des travaux de la sociologie des émotions, l’article appréhende la honte comme une émotion régulée pour répondre à certaines normes sociales qui définissent les émotions à ressentir et à exprimer selon les situations (règles de sentiment), et qui exigent, parfois, un travail émotionnel d’adaptation. Les voyageurs sensibilisés à l’environnement se conforment ainsi à une nouvelle règle émotionnelle de la honte de prendre l’avion, et ceux qui ne respectent pas cette règle peuvent être ciblés par des campagnes de honte. Pour conjuguer la honte prescrite par la règle de sentiment et le plaisir associé aux trajets aériens, certains voyageurs conduisent un travail émotionnel et se déculpabilisent en compensant les émissions générées par leurs voyages en avion. Enfin, la honte est reconvertie en fierté de voyager en train et donne lieu à l’instauration d’une nouvelle règle émotionnelle. En définitive, l’article montre comment la honte articule les conduites individuelles et collectives par l’établissement de nouvelles normes.

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)0,002
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 enseignants0,056
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0060,004
Communication savante0,0040,004
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0210,003

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 Opus0,233
Tête enseignante GPT0,457
Écart entre enseignants0,224 · 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLien social et PolitiquesMême sujetClimate Change Communication and PerceptionTravaux en français237 207