Enhancing green criminological critique of consumerism using psychoanalytic concepts
Notice bibliographique
Résumé
It has been suggested that green criminology could be enriched by a combined critique of economic neoliberalism and consumption-driven social life.This article articulates that critique.It centers two seldom-considered forms of contemporary consumption: the consumption of content and the consumption of experiences.Drawing from political economy, green criminology, and the social harms perspective, the argument is made that economic neoliberalism and consumption-driven social life intersect in ways that significantly change how nature is socially constructed and directly cause real damage to it.This position is advanced by considering how the psychoanalytic concepts of interpassivity and fetishistic disavowal encapsulate emerging forms of environmentally harmful consumer behavior.The conclusion proposes future research projects to empirically assess the significance of these concepts in larger society using big data methods. A B S T R A C TIl a été suggéré que la criminologie verte pourrait être enrichie par une critique combinée du néolibéralisme économique et de la vie sociale axée sur la consommation.Cet article présente cette critique.Cet article reprend leur proposition de critique.Il se concentre sur deux formes de consommation contemporaine rarement prises en compte : la consommation de contenu et la consommation d'expériences.S'inspirant de l'économie politique, de la criminologie verte et de la perspective des préjudices sociaux, l'article soutient que le néolibéralisme économique et la vie sociale axée sur la consommation se croisent de manière à modifier considérablement la façon dont la nature est socialement construite et à lui causer directement des dommages réels.Cette position est avancée en considérant comment les concepts psychanalytiques d'inter-passivité et de désaveu fétichiste englobent les formes émergentes de comportement de consommation nuisible à l'environnement.La conclusion propose des projets de recherche futurs pour évaluer empiriquement la signification de ces concepts dans une société plus large en utilisant des méthodes de big data.
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 | 0,015 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,103 |
| Communication savante | 0,010 | 0,014 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».