MétaCan
Menu
Retour à la cohorte
Enregistrement W3211293726 · doi:10.1177/10704965211055328

Waste Pickers and Their Practices of Insurgency and Environmental Stewardship

2021· article· en· W3211293726 sur OpenAlexafffund
Jutta Gutberlet, Santiago Sorroche, Angela Martins Baeder, Patrik Zapata, María José Zapata Campos

Notice bibliographique

RevueThe Journal of Environment & Development · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMunicipal Solid Waste Management
Établissements canadiensUniversity of Victoria
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaVetenskapsrådet
Mots-clésGrassrootsStewardship (theology)Environmental stewardshipSustainabilityEnvironmental educationBusinessEnvironmental planningCorporate governanceEnvironmental governanceCitizenshipPolitical sciencePublic relationsEnvironmental resource managementEconomicsEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Informed by different grassroots learning and educational practices engaged in waste management, and drawing from the concepts of insurgent citizenship and environmental stewardship, we examine the role of waste picker organizations and movements in creating new pathways towards more sustainable environmental waste governance. Two case studies (Argentina and Brazil) demonstrate how waste pickers inform and educate the general public and raise the awareness of socio-environmental questions related to waste management. Different educational practices are used as strategies to confront citizens with their waste: to see waste as a consumption problem, resource, and income source. Our paper draws on grassroots learning (social movement learning and insurgent learning) and education (stewardship) aimed at the transformation of waste practices. We argue that waste pickers play an important role in knowledge production promoting recycling, in landfilling less and recovering more resources. We conclude that waste pickers act as insurgent citizens and also are environmental stewards.

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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,017

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,007
Communication savante0,0030,002
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,017
Tête enseignante GPT0,218
Écart entre enseignants0,201 · 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'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

Citations33
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Environment & DevelopmentMême sujetMunicipal Solid Waste ManagementTravaux en français237 207