Unsettling Race, Nature, and Environment in Geography
Notice bibliographique
Résumé
What might it mean to “unsettle” our disciplinary understanding of race, nature, and the environment? In this introduction to the 2023 Special Issue of the Annals of the American Association of Geographers—focused on Race, Nature, and the Environment—we reflect on the meaning and practice of unsettling in a time of climate crisis, toxic legacies, uneven development, state violence, mass extinctions, carceral logics, and racial injustices that shape—and are shaped by—the (re)production of nature. We note the ascendancy of critical scholarship on race and racialization in Anglo-American geography; its uneven diffusion and unmet challenges; and the unstoppable force of insurgent thinking, abolition geography, critical race theory, Black and Indigenous geographies, scholar activism, and environmental justice praxis in taking hold and transforming the discipline. The sixteen articles in this special issue embody different ways to “unsettle” disciplinary thought across the vibrant fields of political ecology and human–environment geography. We discuss how the articles collectively grapple with timely questions of land, water, territory, and place-making; render visible the spatial and socioecological reproduction of power and violence by capital and the state; and make space for the enduring politics of struggle on multiple registers—body, home, classroom, park, city, community, region, and world.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».