MétaCan
Menu
← Retour à la cohorte
Enregistrement W4382601765 · doi:10.5539/jel.v12n5p31

Safe Working Practices and Knowledge in the Practice of Sustainability: A Narrative in the Context of a Forest Operation in a Brazilian Pulp Industry

2023· article· en· W4382601765 sur OpenAlexvenueno aff
Kátia Cyrlene de Araujo Vasconcelos

Notice bibliographique

RevueJournal of Education and Learning · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSustainabilityThematic analysisNarrativeContext (archaeology)Best practiceKnowledge managementQualitative researchSociologyPublic relationsBusinessEngineering ethicsEngineeringManagementPolitical scienceSocial scienceComputer scienceGeography

Résumé

récupéré en direct d'OpenAlex

This study articulates the concepts of sustainability and work safety to understand how safe working practices enable knowledge in the practice of sustainability. Anchored in the lenses of the learning process of practiced-based studies, we conducted a case study of qualitative nature in a forest harvest operation of a Brazilian company with sustainability in the core of its business strategy. We adopted as collection tools in-depth observation, semi-structured interview, and documental research, which were assessed by the thematic analysis of narratives. As results, we identified that the learning process of sustainability occurs in this context in a combination of institutional mechanisms and practices located at the occupational communities. Among those, the safe working practices indicate being capable of enabling the knowledge in practice of the systemic and integrative perspective, carefulness, responsibility, and look to the future, reflecting the assumptions contained in the ideal of sustainability. We also verified that, with the practices, this group has been establishing alliances, building common concepts, and producing and reproducing practices that change the way of learning sustainability.

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)0,007
score de la tête « metaresearch » (Gemma)0,008
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0110,017
Communication savante0,0050,005
Science ouverte0,0010,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,101
Tête enseignante GPT0,545
Écart entre enseignants0,444 · 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
GenreEmpirique

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 revueJournal of Education and Learning→Même sujetOccupational Health and Safety Research→Travaux en français237 207→