MétaCan
Menu
Retour à la cohorte
Enregistrement W4320725278 · doi:10.1016/j.erss.2023.102996

Pluralizing energy justice: Incorporating feminist, anti-racist, Indigenous, and postcolonial perspectives

2023· article· en· W4320725278 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEnergy Research & Social Science · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesEngineering and Physical Sciences Research CouncilEuropean CommissionUK Research and Innovation
Mots-clésScholarshipIndigenousEnvironmental ethicsSociologyEconomic JusticeObligationEnvironmental justiceLegitimacyPerspective (graphical)Law and economicsCriminologyPolitical sciencePoliticsLawEcology

Résumé

récupéré en direct d'OpenAlex

Justice represents not only a moral obligation but can enhance the legitimacy and acceptance of a rapid push toward global decarbonization. Innovations in technology, even those geared toward sustainability, can both reinforce and introduce new inequalities and disparities across populations, while also perpetuating environmental degradation. The concept of energy justice has emerged as a conceptual, methodological, and empirical tool to both highlight and remediate many of these concerns, with an emphasis on what is morally just or right. But much of this body of scholarship fails to adequately account for gender, Indigeneity, race, and other intersecting inequalities. Feminist, Indigenous, anti-racist and postcolonial approaches to justice offer an important remedy to theories of justice with underlying colonial, liberalist, majoritarian, utilitarian, or masculinist assumptions. Our Perspective is grounded in these four core, but often misperceived or even radical, approaches to justice. We first provide an overview of each of these approaches and then synthesize them into a set of themes, principles, and questions, which can guide future energy justice research and practice.

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,731
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0050,005
Communication savante0,0000,001
Science ouverte0,0010,001
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 Opus0,038
Tête enseignante GPT0,350
Écart entre enseignants0,312 · 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