Notice bibliographique
Résumé
Philosophers and scientists of the eighteenth-century Enlightenment believed that by increasing knowledge of how the world works, humans would be liberated from superstition, and that reason would follow learning. However, in its engagement with science, modern environmentalism appears to have turned back the clock on this view of Enlightenment. While environmentalism was born into science and technical expertise, it matured in an era of skepticism, and few believe that science and technology will enable humanity to become effective planetary stewards. As Jasanoff observes, Rachel Carson’s seminal broadside Silent Spring (1962) is credited with helping to ignite a social movement. This led to important studies and changes in environmental laws and policies throughout the 1970s. But despite this, backlash against environmental expertise, especially in the United States, gained momentum, and this backlash continues to this day. While advancements in environmentalism has made large strides and impacted policies – such as the Montreal Protocol, an international pact to phase out production of fluorocarbons – the story of climate science traces a less triumphalist narrative line. In turn, political action on climate change has failed to keep up with the urgency of scientific predictions. Most recently, with President Trump pulling out of the Paris Agreement, due to economic rather than environmental reasons. In this chapter, Jasanoff outlines how the events of the past half-century have taught us that gains in scientific understanding will not translate into wise policies for the human future. Instead, the politics of environmental science in the next half-century will have to build on the understanding that science and planetary stewardship are co-produced.
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 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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,086 | 0,008 |
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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».