Conversation: Surveillance / Environment / Nature / Sustainability
Notice bibliographique
Résumé
One of the key areas that surveillance studies has been conspicuously little involved in, with only a few exceptions (Donaldson and Wood, 2004; Donaldson 2012; Ottinger 2010; Haggerty and Trottier 2015; Archer 2021), has been the environment and nature. As it becomes increasingly obvious that the effects of the climate crisis are already with us, and with biodiversity loss accelerating, and the environmental justice issues associated with these crises and the potential responses to them worryingly unaddressed, it seems clear that surveillance studies should have more to say. In this free-form, wide-ranging discussion, Simone Browne, Francisco Klauser, and David Murakami Wood, three leading surveillance studies scholars who’ve all been involved in the field and the journal for most, if not all, of its history, discuss the different ways in which their research is dealing with questions of environment, nature, and sustainability and how surveillance studies more broadly could engage. Each starts by introducing their current research direction, before the conversation opens up.
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 | 0,018 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,018 | 0,012 |
| Communication savante | 0,012 | 0,024 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,027 | 0,031 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,005 |
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 ».