The multiple environmentalities of conservation mapping in Patagonia-Aysén
Notice bibliographique
Résumé
In this paper, we mobilise a multiple environmentalities framework that captures overlapping rationalities of governing nature to engage and identify the role of maps and mapping practices in Patagonia-Aysén, Chile, a peripheral region where government and institutional actors have embraced (eco)tourism as a conservation strategy in protected areas. Through interviews with key stakeholders situated in conservation and tourism institutions in both the public and private sector, we identify two dominant environmentalities at play in the relationship between protected area management and tourism development in Patagonia-Aysén: a neoliberal environmentality, which seeks to promote conservation through the commodification of nature as a tourism product, and an environmentality of truth predicated on a singular, pristine and beautiful nature as an object of conservation and advantage for tourism. Through an analysis of conservation maps and mapping rationalities specific to the Cerro Castillo protected area in Patagonia-Aysén, we trace how these multiple environmentalities are consolidated, rendered real and actionable through geovisualisations and cartographic practices. We argue that conservation maps and mapping emerge as an ‘encounter point’ wherein multiple environmentality strategies and rationalities converge, producing a form of governing the spaces of conservation – what we term a spatial environmentality – rooted in neoliberal and aesthetic logics. Spatial environmentality, we contend, constitutes a form of governing conservation spaces by inscribing and assigning (in)appropiate uses to nature that operationalises institutional interests in conditioning the active engagement of ‘environment subjects’ to control, administer, and take care of the spaces of conservation while in turn making environmental stewardship profitable.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,012 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».