Slow justice: a framework for tracing diffusion and legacies of resistance
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
Efforts to advance environmental justice are often halting and uneven. How can we identify the longer-term significance of protests that seem to have failed? In this article, we turn to work on environmental injustice to examine the consequences of environmental justice movements over time and across space. We draw on the scholarship of Rob Nixon on ‘slow violence’: rather than the spectacular, visceral, and immediate violence of war, he argues that environmental degradation is a violence that operates in cumulative, slow-moving, accretive, and multi-causal ways. Borrowing – and flipping – Nixon’s conceptualization, we suggest that a parallel process of ‘slow justice’ is taking place. As with environmental damage, mobilization for environmental justice can have consequences that are dispersed in time and place, occur in non-linear forms, and operate at multiple scales. To track the pathways through which slow justice emerges, we develop a three-part typology of social movement connectivity. Using the categories of people, projects, and processes, we identify the geographically and temporally distanced social, material, and governance legacies of moments of resistance. Through a case study of mobilization against fossil fuel infrastructure in the Mackenzie Valley in northern Canada in the 1970s, we use the typology to trace how this moment of mobilization shaped other efforts of environmental justice organizing, including for campaigns in different regions and on different issue-areas. We argue that slow justice can reframe how we understand the outcomes of social mobilization projects, making visible the often obscure, indirect, and long-term accrued benefits of environmental justice work.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 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) | 0,000 | 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