Coastal erosion narratives in the Gulf of Mexico: implications for climate change governance
Notice bibliographique
Résumé
This article presents a study of coastal erosion narratives by the Mexican government, scientists, and local fishers in coastal communities in the Gulf of Mexico. It shows how plans to enroll fishing communities into programs to adapt to or to slow coastal erosion are based on simplified environmental narratives that rely on global climate change as the main cause of coastal erosion. They discount local processes and local explanations, as well as scientific studies that outline complex multi-scalar explanations for coastal erosion. Government narratives frame global climate change, as manifested in increased frequency and intensity of hurricanes and other hydrometereological extreme events and sea level rise, as the main causes of changes in coastal environments, including coastal erosion They fail to acknowledge other causes including the environmental degradation caused by the influential oil industry. In contrast, fishers' more complex and locally-embedded narratives are shaped by their long-term struggles against the state-owned oil company, whom they hold primarily responsible for coastal erosion in their communities. Scientists similarly emphasize the importance of local and regional processes, with climate change understood primarily as having significant impacts in the future, but less so in the recent past. Differences in temporal and geographical scaling among these narratives highlight the importance of considering how the translation of climate change adaptation programming from the global to diverse local situations would ideally consider site-specific power relations as well as community-based perspectives.
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 | 0,001 |
| 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 ».