Mapping the ethical landscape of wildland fire management: setting an agendum for research and deliberation on the applied ethics of wildland fire
Notice bibliographique
Résumé
Background Virtually every decision within wildland fire management includes substantial ethical dimensions. As pressures increase with ever-growing fires, it is becoming increasingly important to develop tools for assessing and acting on the values intrinsic to wildfire management. Aims This paper aims to foster an applied ethics of wildland fire by bringing values to the forefront of wildland fire management debates, highlighting areas where ethical issues have been previously discussed, and providing a framework to assist in future discussion. Methods Through a literature review and collaborative thematic coding of a large set of ethical dilemmas, a list of ethical lenses was developed. Key results Five ethical lenses were generated from the thematic coding process: Epistemologies and Representation, Values and Priorities, Risk and Uncertainty, Power, and Metaethics. Conclusion The five lenses provide a framework to identify prospective ethical tensions in wildland fire decision-making, both within and cutting across categories. This framework provides a way of structuring future investigations into wildfire ethics, as well as a starting point for developing techniques to integrate community and stakeholder values. Implications Developing a field of applied ethics for wildland fire will help support decision-making, create space to more inclusively reflect and deliberate on values, and ensure that fire management best serves the public interest.
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 | 0,178 | 0,111 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,010 | 0,006 |
| Études des sciences et des technologies | 0,027 | 0,056 |
| Communication savante | 0,032 | 0,035 |
| Science ouverte | 0,005 | 0,030 |
| Intégrité de la recherche | 0,011 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».