Notice bibliographique
Résumé
As policies to conserve urban “green spaces” in cities like Toronto proliferate, it is vital to reexamine the frameworks employed to communicate these issues to the public. A sub-section of recent biodiversity conservation analysis has examined the rhetorics that global neoliberal systems have employed to undermine traditional ways of regulating the natural environment (notably: Brockington and Duffy 2010; Macdonald 2010; Brockington and Igoe, 2010). Contributing to this literature, this paper critically examines the rhetorical maneuvers at work in Toronto’s Draft Biodiversity Strategy, focusing on the ways that “harm” is constructed and how these frameworks are put to work. In particular, this paper uses invasive species as an example of a “harm” framework that diverts public attention from the de-regulation of natural spaces that the conservation movement arose to combat. The case studies for this paper begin to examine this tension in three current cartographical frameworks in Ontario and the policies that shape and make use of these frameworks. Through these case studies, this paper begins to elucidate the written and visual rhetorics that Toronto’s DBS must critically analyze before developing their maps. To resist neoliberal ideologies that deregulate natural spaces, this paper makes the case for developing public communication frameworks that are intensive, adaptable, and locally informed. Explicitly engaging with the rhetorics that legitimize these extensive systems locally allows public communicators to resist (if only temporarily) the re-deployment of these local frameworks for global neoliberal aims.
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 | 0,000 | 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,033 | 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 ».