MétaCan
Menu
Retour à la cohorte
Enregistrement W4386957364 · doi:10.17763/1943-5045-93.3.289

The Challenges of Interrupting Climate Colonialism in Higher Education: Reflections on a University Climate Emergency Plan

2023· article· en· W4386957364 sur OpenAlexaff
Sharon Stein, J. Laurence Hare

Notice bibliographique

RevueHarvard Educational Review · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueService-Learning and Community Engagement
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésIndigenousColonialismCommitDeclarationHarmSociologyContext (archaeology)Environmental ethicsPolitical scienceIndigenous educationPublic relationsLawEcologyHistory

Résumé

récupéré en direct d'OpenAlex

In this article Sharon Stein and Jan Hare ask how higher education institutions might begin to confront the connections between climate change and colonization. To grapple with this question, they examine the dynamics through which climate action can reproduce colonial relations and reflect on the challenges, complexities, and possibilities that emerged in the context of one university’s Indigenous engagement efforts around a climate emergency declaration. The authors suggest that if universities seek to interrupt climate colonialism, they will need to commit to upholding Indigenous rights, knowledges, and self-determination and to accepting responsibility for repairing colonial harm and developing respectful, reciprocal relationships with Indigenous communities and lands. To fulfill these commitments, universities will need to avoid the common tendency to seek quick solutions and instead support the development of institutional conditions and individual capacities that would make it possible to have difficult conversations about the historical and ongoing ways that they have been complicit in social and ecological harm.

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)0,022
score de la tête « metaresearch » (Gemma)0,014
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,119

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,019
Communication savante0,0110,009
Science ouverte0,0020,010
Intégrité de la recherche0,0120,013
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,223
Tête enseignante GPT0,429
Écart entre enseignants0,206 · 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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHarvard Educational ReviewMême sujetService-Learning and Community EngagementTravaux en français237 207