From Catch-and-Harvest to Catch-and-Release: Trout Unlimited and repair-focused deinstitutionalization
Notice bibliographique
Résumé
Increasingly we are faced with broad societal challenges that encourage us to rethink existing institutions. Yet many people also want to preserve institutions they cherish. This tension points to the need for change that can erode or discontinue unsustainable or problematic aspects of institutions while also maintaining what is sacred and valued. In this paper we ask how can organizations deinstitutionalize taken-for-granted practices while also preserving the institution? We answer this question by exploring how Trout Unlimited deployed visual and discursive tactics to push out unsustainable catch-and-harvest fly fishing practices and insert new catch-and-release practices. Our primary theoretical contribution is a model of repair-focused deinstitutionalization, illustrating how custodians utilize three forms of work to respond to threats—mending, caring, and restoring—all with an eye on deinstitutionalization via repair rather than disruption. Importantly, we show how the construct of repair is multipurpose, not limited to maintenance strategies, but can also be a catalyst for change. In addition, we extend research on deinstitutionalization by presenting a multimodal approach that goes beyond discourse, with particular attention to visuality and show how different modalities present different affordances in longer-term repair efforts.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,058 |
| Communication savante | 0,007 | 0,009 |
| Science ouverte | 0,001 | 0,010 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».