MétaCan
Menu
Retour à la cohorte
Enregistrement W4206393320 · doi:10.1016/j.futures.2022.102903

When two movements collide: Learning from labour and environmental struggles for future Just Transitions

2022· article· en· W4206393320 sur OpenAlexaff
Becca Wilgosh, Alevgül H. Şorman, Iñaki Bárcena

Notice bibliographique

RevueFutures · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensConcordia University
Organismes subventionnairesHorizon 2020 Framework ProgrammeInternational Labour OrganizationEuropean CommissionRussian Science FoundationHorizon 2020European Bank for Reconstruction and Development
Mots-clésTransformative learningScholarshipNarrativeSociologyEquity (law)Scope (computer science)Political scienceDemocracyEnvironmental justicePolitical economyPoliticsLaw

Résumé

récupéré en direct d'OpenAlex

The term ‘Just Transition’ (JT) emerged from the 1970s North American labour movement to become a campaign for a planned energy transition that includes justice and fairness for workers. There is diversity in the JT narratives and ambitions that different actors put forward regarding its aims and strategies. This article critically reviews academic and grey literature on the JT in the Global North and South Africa to examine how labour, advocacy, private sector, and governmental actors frame and formulate the JT, and how narrative patterns across actors can signal transformative justice. Highlighting the JT’s origins, we fill a gap in transition literature by reintroducing the labour perspective into an analysis of affirmative and transformative justice, and propose an original theoretical framework that unites scholarship in environmental and labour studies. JT proposals are examined through an analysis of the actors, approaches, and tensions across five key themes: depth & urgency, scale & scope, identity & inclusion, material equity, and participation & power. Finally, we synthesise trends in our findings in relation to prominent JT discourses in the literature – Green Growth, Green Keynesianism, Energy Democracy, and Green Revolution – and discuss the transformative potential of JT alliances and coalitions going into the future.

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)0,020
score de la tête « metaresearch » (Gemma)0,030
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 enseignants0,027
Score d'incertitude au seuil0,108

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,030
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0270,052
Communication savante0,0240,042
Science ouverte0,0030,025
Intégrité de la recherche0,0060,010
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,007
Tête enseignante GPT0,192
Écart entre enseignants0,185 · 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

Citations71
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFuturesMême sujetMining and Resource ManagementTravaux en français237 207