MétaCan
Menu
Retour à la cohorte
Enregistrement W4313829486 · doi:10.32920/21842223

Growing Methods Developing a Methodology for Identifying Plant Agency and Vegetal Politics in the City

2023· preprint· en· W4313829486 sur OpenAlexaffabout
Sarah Elton

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueAnimal and Plant Science Education
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésAgency (philosophy)PoliticsEthnographySociologyScale (ratio)Work (physics)Relation (database)Social sciencePolitical scienceGeographyEngineeringAnthropologyComputer scienceLawCartography

Résumé

récupéré en direct d'OpenAlex

<p>A methodology for plant qualitative research is at an early stage of development. While conducting a multispecies ethnography of gardeners and the plants they grow for food in a neighborhood in transition from social housing to a mixed-income community in Toronto, the author wondered, How to account for plants and their agency? What is evidence of vegetal politics? What is a multispecies ethnographer doing when decentering the human in relation to garden plants, beyond what isun-done ontologically? This article situates itself in the plant turn and proposes a methodology to account for plant agency in gardens and to identify vegetal politics. The author builds on the methodological work of other scholars of human-plant relations and posthumanist notions of relational agency to develop a three-step method: (1) recognize plant time, (2) participate with plants, and (3) scale up. Central to the methodology—and a key contribution the author puts forward—is a shift away from the researcher considering plants as individuals and instead understanding plant communities as the unit of analysis. This shift in scale, while recognizing plant time and the relational agency of plants, permits the identification of vegetal politics and has allowed the author to theorize plants as political actors in cities that support health.</p>

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,419
Score d'incertitude au seuil0,531

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,621
Tête enseignante GPT0,543
Écart entre enseignants0,078 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetAnimal and Plant Science EducationTravaux en français237 207