MétaCan
Menu
← Retour à la cohorte
Enregistrement W4315866114 · doi:10.4324/9781003032793-35

“Animals and the Earth can't wait – get off your ass and fight!”

2023· book-chapter· en· W4315866114 sur OpenAlexaboutno aff
Genevieve Johnston

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueGeographies of human-animal interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHarmEnvironmental ethicsPolitical scienceLegislationAnthropocentrismDirect actionCrueltyBlameAnimal rightsCriminologyContext (archaeology)EnforcementPolitical economyLawSociologyHistoryPoliticsPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

This qualitative analysis of online documents compiled from the North American Animal Liberation Press Office examines how Animal Liberation Front (ALF) activists in Canada, Mexico and the United States speak about their motivations, goals and role in the broader context of animal liberation and ecological crisis. As a clandestine, direct action, extremist movement, ALF activists are often labelled as violent, angry, misanthropic radicals and have been targeted by industry lobbyists, legislation, and law enforcement officials to suppress their activism. In this chapter, I demonstrate how activists perceive themselves as the hands of justice in a deeply unjust, damaged, and anthropocentric world. The ALF rightly perceives that humans are to blame for the ecological crisis, which is greatly exacerbated by intensive animal agriculture and the destruction of ecosystems for industrial, commercial and residential development. Yet, they do not seek to harm people, but rather to cause economic harm to animal industries in order to make it more difficult for them to profit from the use of animals. By engaging in vigilante justice, ALF activists pursue a broader goal of liberating all animals from captivity, violence and death, and destroying the industries and hierarchical structures that continue to exploit them at the cost of environmental destruction.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,010
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,045
Tête enseignante GPT0,305
Écart entre enseignants0,259 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGeographies of human-animal interactions→Travaux en français237 207→