The Future of Divestment: Proliferations of Counter-Hegemonic and Post-Extractive Divestment Movements
Notice bibliographique
Résumé
Fossil fuel divestment has quickly become the largest divestment campaign in history, drawing attention to the large discrepancy between national climate commitments and the continued support of the fossil fuel industry. Yet, fossil fuel production and emissions continue to escalate rapidly. Our question is: what's next for the divestment movement? We propose a conceptual framework that identifies two waves of divestment leadership in which public pressure campaigns move towards targeting the extractive economic structures and predatory behaviors that permit fossil fuel extraction, and unsustainable resource extraction more generally, to continue without limit. Building on the three waves model of divestment, we postulate that a fourth wave of fossil fuel divestment organizing has already begun, one that focuses on banks, insurers, and other financiers of fossil fuel projects. Further into the future, we envision a fifth wave of divestment campaigns, whereby divestment is used in climate and environmental activists' arsenal to target firms that engage in environmentally damaging and unjust behaviors such as destructive mining activities, overconsumption, predatory debt or arbitration processes, or Indigenous rights violations. While divestment is not a panacea and does not displace the work of existing post-extractive or climate justice campaigns, we argue that divestment is a powerful tool that can be used to complement and amplify the work of environmental justice activists in other contexts beyond fossil fuels. This paper offers actionable suggestions for current and future activists and frames divestment as a tactic that will proliferate within other environmental movements in the transition towards a post-growth economy.
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 | 0,001 | 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».