Climate Autobiography Timeline: Adapting Timeline Research Methods to the Study of Climate Perceptions
Notice bibliographique
Résumé
Abstract Climate perception is a growing area of study in the social sciences and one that has implications on the tools and strategies we use to communicate climate change risk information. However, the range of climate perception studies remains limited, focused primarily on perceptions of day-to-day weather, sudden-onset severe events, or long-term permanent change. Phenomena situated between these extremes (e.g., annual- to decadal-scale variability) are largely missing from social science of climate research. Whether this is due to limited perception by research participants, is due to limited research attention, or is a reflection of the methods commonly applied to human dimensions of climate research, this gap precludes analysis of the full range of complex climate experiences and their influence on climate perception and understanding. In this paper, we offer a proof of concept for the climate autobiography timeline (CAT), a visual timeline tool developed to assess climate perception while prompting an ordered consideration of time, with the goal of eliciting insights into complex and long-term climate experiences such as low-frequency climate variability. Results are based off a preliminary application of the CAT across focus groups conducted in Newfoundland and Labrador, a province of Canada that is subject to low-frequency climate variability and frequent high-impact weather. Results reveal three key findings: 1) weather and climate narratives are commonly anchored to two time periods, potentially obscuring perceptions of variability; 2) narratives focus on socially important weather and climate phenomena; and 3) the social and visual coconstruction of weather and climate narratives may yield more holistic representations of local climate knowledge. Significance Statement The purpose of this work is to highlight the utility of timeline research methods to the study of climate perception research. Specifically, the climate autobiography timeline (CAT) serves as a tool that can address limitations of research tools commonly applied to the study of climate perceptions, notably the inability for current methods to elicit and organize complex climate experiences. Failure to capture these experiences may prevent a holistic and socially grounded understanding of climate perceptions. Drawing from a preliminary application of CATs in the province of Newfoundland and Labrador in Canada, we highlight how the tool can provide information complementary to, but distinct from, data collected through more commonly used methods such as interviews or surveys. This approach holds promise for analyses of long-term climate history, impacts of historical severe events, and cultural impact of weather and climate.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,030 | 0,087 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».